modelo de simulaÇÃo para a otimizaÇÃo do prÉ- despacho de...

102
UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CAMPUS DE CURITIBA CURSO DE ENGENHARIA INDUSTRIAL ELÉTRICA - ELETROTÉCNICA ERNANI SCHENFERT FILHO LUCIANO CARVALHO DE BITENCOURT MARIANA UENO OLIVEIRA MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE UMA USINA HIDRELÉTRICA DE GRANDE PORTE TRABALHO DE CONCLUSÃO DE CURSO CURITIBA 2013

Upload: dangminh

Post on 08-Dec-2018

221 views

Category:

Documents


0 download

TRANSCRIPT

Page 1: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ CAMPUS DE CURITIBA

CURSO DE ENGENHARIA INDUSTRIAL ELÉTRICA - ELETROTÉCNICA

ERNANI SCHENFERT FILHO LUCIANO CARVALHO DE BITENCOURT

MARIANA UENO OLIVEIRA

MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ-DESPACHO DE UMA USINA HIDRELÉTRICA DE GRANDE PORTE

TRABALHO DE CONCLUSÃO DE CURSO

CURITIBA 2013

 

Page 2: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

ERNANI SCHENFERT FILHO LUCIANO CARVALHO DE BITENCOURT

MARIANA UENO OLIVEIRA

MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ-DESPACHO DE UMA USINA HIDRELÉTRICA DE GRANDE PORTE

Trabalho de Conclusão de Curso de Graduação, apresentado à disciplina de TCC 2 do Curso de Engenharia Industrial Elétrica – Ênfase Eletrotécnica do Departamento Acadêmico de Eletrotécnica (DAELT) da Universidade Tecnológica Federal do Paraná (UTFPR), como requisito parcial para obtenção do título de Engenheiro. Orientador: Prof. Dr. Raphael Augusto de Souza Benedito. Co-orientador: Me. Clóvis Tadeu Salmazo.

CURITIBA

2013 

Page 3: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

Ernani Schenfert Filho Luciano Carvalho de Bitencourt

Mariana Ueno Oliveira

Modelo de simulação para a otimização do pré-despacho de uma usina hidrelétrica de grande porte

Este Trabalho de Conclusão de Curso de Graduação foi julgado e aprovado como requisito parcial para a obtenção do Título de Engenheiro Eletricista, do curso de Engenharia Industrial Elétrica – Ênfase Eletrotécnica do Departamento Acadêmico de Eletrotécnica (DAELT) da Universidade Tecnológica Federal do Paraná (UTFPR).

Curitiba, 30 de julho de 2013.

____________________________________ Prof. Emerson Rigoni, Dr.

Coordenador de Curso Engenharia Industrial Elétrica – Ênfase Eletrotécnica

____________________________________ Profa. Annemarlen Gehrke Castagna, Mestre

Coordenadora dos Trabalhos de Conclusão de Curso de Engenharia Industrial Elétrica – Ênfase Eletrotécnica do DAELT

ORIENTAÇÃO BANCA EXAMINADORA

______________________________________ Raphael Augusto de Souza Benedito, Dr. Universidade Tecnológica Federal do Paraná Orientador ______________________________________ Clóvis Tadeu Salmazo, Me. Copel Geração e Transmissão S.A. Co-Orientador

_____________________________________ Raphael Augusto de Souza Benedito, Dr. Universidade Tecnológica Federal do Paraná _____________________________________ Clóvis Tadeu Salmazo, Me. Copel Geração e Transmissão S.A. _____________________________________ Thelma Solange Piazza Fernandes, Dra. Universidade Federal do Paraná _____________________________________ Annemarlen Gehrke Castagna, Ma. Universidade Tecnológica Federal do Paraná

A folha de aprovação assinada encontra-se na Coordenação do Curso de Engenharia Industrial Elétrica – Ênfase Eletrotécnica

Page 4: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

Aos nossos familiares, pelo apoio incondicional e

paciência durante a longa jornada que se passou desde a

preparação para o vestibular até o momento da nossa

formatura. Sem vocês não chegaríamos até aqui.

Page 5: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

AGRADECIMENTOS

Este trabalho de conclusão de curso é fruto de um grande esforço dos

membros da equipe durante todas as suas etapas. Em todo o tempo foi

importantíssimo contar com o apoio dos nossos orientadores, Dr. Raphael e Me.

Clóvis. A vocês o nosso sincero muito obrigado pelos aprendizados, discussões e

contribuições para o trabalho e, sobretudo, para a formação de uma visão crítica

sobre o modelo do setor elétrico brasileiro e sobre a atividade do planejamento da

operação e do pré-despacho.

Agradecemos também aos professores da banca, Dr. Raphael, Me. Clóvis,

Ma. Annemarlen e Dra. Thelma, pela notável atenção com que leram o trabalho e

teceram comentários na correção da proposta, do TCC 1 e TCC 2. Com certeza

ajudaram a enriquecer este estudo.

Eu, Luciano, quero registrar um agradecimento especial aos meus pais,

irmãos e namorada, por sempre acreditarem no meu potencial e por serem pessoas

que, com seu exemplo, ensinaram-me os principais valores que eu busco seguir:

simplicidade, ética, dedicação e o desejo de fazer sempre o bem. Não poderia deixar

de agradecer aos amigos da Copel pelo apoio e, principalmente, por proporcionar

momentos de discussão sobre o tema deste trabalho muito antes de eu ingressar no

curso de engenharia. Este trabalho também é de vocês, Antônio Sérgio Alberti,

Clóvis Tadeu Salmazo, Ester Maria Endlich, Fabiano Ari Locatelli, Hugo Mikami,

Leandro Andrade Nacif, Luiz Hamilton Derviche Moreira, Marcelo Canestraro

Nadolny, Maurício Ramos Gemin, Rafael Schinoff Mercio Pereira, Rodrigo Morais

Rosas Ávila, Victor Augusto Mafra.

Eu, Ernani, agradeço a todas as pessoas que estiveram ao meu lado nesta

etapa da minha vida. Com a vossa ajuda, as pedras não deixaram de existir, mas a

caminhada tornou-se mais feliz. “Não tentes ser bem sucedido, tenta antes ser um

homem de valor” (Albert Einstein).

Eu, Mariana, agradeço à minha família pelo apoio e dedicação ao longo

desses anos e por sempre incentivarem meus estudos, agradeço aos orientadores

pela confiança depositada em nossa equipe e, por último, aos meus dois colegas,

que transformaram essa importante etapa de nossa vida em uma atividade tranquila

e agradável.

Page 6: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

RESUMO

SCHENFERT FILHO, Ernani; BITENCOURT, Luciano C. de; OLIVEIRA, Mariana U. Modelo de simulação para a otimização do pré-despacho de uma usina hidrelétrica de grande porte. 2013. 101 f. Trabalho de Conclusão de Curso (Graduação) – Curso de Engenharia Industrial Elétrica – Eletrotécnica. Universidade Tecnológica Federal do Paraná, Curitiba, 2013. Este trabalho de conclusão de curso apresenta um simulador para a otimização do pré-despacho de uma usina hidrelétrica utilizando modelagens específicas para processamento variáveis que influenciam a geração de energia, proporcionando minimização de perdas. São definidos os horizontes de planejamento da operação eletroenergética do Brasil, desde o longo prazo até a programação diária da operação eletroenergética, bem como os órgãos governamentais que exercem as atividades no setor elétrico brasileiro. Posteriormente, é apresentado o resultado da pesquisa bibliográfica sobre o tema, em trabalhos de diversos autores, para comparação de opiniões e levantamento das metodologias que já foram estudadas neste campo. Também é necessário abordar dados referentes à hidrologia, além de informações eletroenergéticas para análise de perdas que ocorrem em todo o processo de geração de energia. Posteriormente são apresentadas as características da usina estudada e do algoritmo desenvolvido para o simulador, a fim de obter as curvas de geração, variação do nível do reservatório, perdas e produtividade para quatro dias típicos do histórico de operação da usina. Por fim, são relacionadas ponderações necessárias à atividade de pré-despacho e analisadas opções para a alteração dos programas de geração apresentados, buscando melhores pontos de operação das máquinas e da usina como um todo. Palavras-chave: Otimização. Planejamento Energético. Pré-Despacho. Programação Diária. Usinas Hidrelétricas.

Page 7: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

ABSTRACT

SCHENFERT FILHO, Ernani; BITENCOURT, Luciano C. de; OLIVEIRA, Mariana U. Simulation model for the optimization of daily schedule of a large hydroelectric plant. 2013. 101 f. Final dissertation (Bachelor Degree) – Industrial Electrical Engineering - Electrotechnic. Federal Technological University of Paraná, Curitiba, 2013. This final paper presents a simulator to optimize the daily dispatch of a hydroelectric plant employing specific processing modeling variables that affect the energy generation, providing ways to find losses minimization. The planning horizons of the electro operation in Brazil are defined, from the long term to the daily dispatch of electro-operation, as well as government agencies that carry out activities in the brazilian electricity sector. Subsequently, the results of the researched literature on the area, written by several authors, are presents, to compare opinions and survey methodologies that have been studied in this field over the past years. It is also necessary to address the hydrology data, and information for analyzing electro energetic losses that occur in the process of power generation. The characteristics of the studied power plant are presented, and also, the developed algorithm for the simulator in order to obtain the curvatures of generation, variation in the level of the reservoir, productivity and losses for four typical days of the historical operation of the power plant. Finally, considerations for daily dispatch activity are defined and analyzed, yielding options for changing the presented generation programs, tracking down better operating points for the generators and the power plant itself. Keywords: Optimization. Energetic Planning. Predispatch. Daily Scheduling. Hydroelectric Plants.

Page 8: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

LISTA DE FIGURAS

Figura 1: Oferta de Energia Elétrica por Fonte – 2010. ............................................. 14 

Figura 2: Etapas do desenvolvimento deste trabalho. ............................................... 24 

Figura 3: Modelo do setor elétrico: principais instituições. ........................................ 26 

Figura 4: Sistema Interligado Nacional - Horizonte 2013. ......................................... 28 

Figura 5: Custo total da operação. ............................................................................ 31 

Figura 6: Dilema do Operador. .................................................................................. 33 

Figura 7: Etapas do planejamento da operação. ....................................................... 34 

Figura 8: Fluxograma da PDO. .................................................................................. 42 

Figura 9: Principais componentes de uma usina hidrelétrica. ................................... 50 

Figura 10: Corte transversal de uma usina hidrelétrica. ............................................ 50 

Figura 11: Rendimento aproximado dos geradores de Itaipu. ................................... 58 

Figura 12: Curva-colina de uma turbina hidráulica. ................................................... 59 

Figura 13: Exemplo ilustrativo de uma curva-colina. ................................................. 60 

Figura 14: Algoritmo utilizado por Soares e Salmazo. ............................................... 64 

Figura 15: Perda hidráulica no túnel de adução da usina. ........................................ 69 

Figura 16: Perda hidráulica no conduto forçado da turbina i. .................................... 70 

Figura 17: Curva do polinômio “Cota x Vazão” da usina em estudo. ........................ 70 

Figura 18: Curva-colina do conjunto turbina-gerador da usina em estudo. ............... 71 

Figura 19: Polinômio “Volume x Cota” da usina em estudo. ..................................... 72 

Figura 20: Polinômio “Cota x Volume” da usina em estudo. ..................................... 73 

Figura 21: Cota equivalente. ..................................................................................... 74 

Figura 22: Curvas de geração, perdas, produtividade e nível de montante

do caso 1. .................................................................................................................. 78 

Figura 23: Curvas de geração, perdas, produtividade e nível de montante

do caso 2. .................................................................................................................. 79 

Figura 24: Curvas de geração, perdas, produtividade e nível de montante

do caso 3. .................................................................................................................. 80 

Figura 25: Curvas de geração, perdas, produtividade e nível de montante

do caso 4. .................................................................................................................. 81 

Figura 26: Curvas de perdas e produtividade para uma máquina

sincronizada (nm = 635m). ........................................................................................ 83 

Page 9: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

Figura 27: Curvas de perdas e produtividade para duas máquinas

sincronizadas (nm = 635m). ...................................................................................... 84 

Figura 28: Curvas de perdas e produtividade para três máquinas

sincronizadas (nm = 635m). ...................................................................................... 85 

Figura 29: Curvas de perdas e produtividade para n máquinas

sincronizadas (nm = 635m). ...................................................................................... 86 

Figura 30: Curvas de perdas e produtividade para uma máquina sincronizada. ....... 87 

Figura 31: Curvas de perdas e produtividade para duas máquinas sincronizadas. .. 88 

Figura 32: Curvas de perdas e produtividade para três máquinas sincronizadas. .... 89 

Figura 33: Proposta de alteração do pré-despacho do caso 1. ................................. 91 

Figura 34: Proposta de alteração do pré-despacho do caso 2. ................................. 92 

Figura 35: Proposta de alteração do pré-despacho do caso 3. ................................. 93 

Figura 36: Proposta de alteração do pré-despacho do caso 4. ................................. 94 

 

Page 10: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

LISTA DE QUADROS

Quadro 1: Modelagem do Pré-despacho na literatura pesquisada. .......................... 48 

Quadro 2: Parâmetros da usina estudada. ................................................................ 66 

Quadro 3: Dados de entrada do simulador. .............................................................. 68 

Quadro 4: Base de dados da curva-colina. ............................................................... 75 

   

Page 11: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

LISTA DE EQUAÇÕES

Equação 1 ..................................................................................................................... 51

Equação 2 ..................................................................................................................... 51

Equação 3 ..................................................................................................................... 52

Equação 4 ..................................................................................................................... 52

Equação 5 ..................................................................................................................... 53

Equação 6 ..................................................................................................................... 54

Equação 7 ..................................................................................................................... 54

Equação 8 ..................................................................................................................... 56

Equação 9 ..................................................................................................................... 56

Equação 10 ................................................................................................................... 56

Equação 11 ................................................................................................................... 58

Equação 12 ................................................................................................................... 61

Equação 13 ................................................................................................................... 61

Equação 14 ................................................................................................................... 62

Equação 15 ................................................................................................................... 63

Equação 16 ................................................................................................................... 63

Equação 17 ................................................................................................................... 63

Equação 18 ................................................................................................................... 64

Equação 19 ................................................................................................................... 71

Equação 20 ................................................................................................................... 73

 

Page 12: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

LISTA DE SIGLAS ANEEL Agência Nacional de Energia Elétrica BEN Balanço Energético Nacional BIG Banco de Informações de Geração CCEE Câmara de Comercialização de Energia Elétrica CMSE Comitê de Monitoramento do Setor Elétrico CNOS Centro Nacional de Operação do Sistema CNPE Conselho Nacional de Política Energética CVU Custo Variável Unitário Decomp Modelo de Otimização da Operação de Curto Prazo com Base em Usinas Individualizadas EPE Empresa de Pesquisa Energética FCF Função de Custo Futuro MME Ministério de Minas e Energia Newave Modelo de Otimização Hidrotérmica para Subsistemas Equivalentes Interligados ONS Operador Nacional do Sistema Elétrico PCH Pequenas Centrais Hidrelétricas PDE Programa Diário da Operação Eletroenergética PDF Programa Diário de Defluências PDI Programa Diário de Intervenções PDO Programação Diária da Operação Eletroenergética PDP Programa Diário de Produção PEN Planejamento anual da operação energética PMO Programa Mensal da Operação Energética SIN Sistema Interligado Nacional TCC Trabalho de Conclusão de Curso

    

Page 13: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

SUMÁRIO

1  INTRODUÇÃO ...................................................................................................... 14 

1.1 TEMA .................................................................................................................. 14 1.1.1  Delimitação do Tema ...................................................................................... 17 1.2 PROBLEMAS E PREMISSAS ............................................................................ 18 1.3 OBJETIVOS ........................................................................................................ 19 1.3.1 Objetivo Geral ................................................................................................. 19 1.3.2 Objetivos Específicos ..................................................................................... 19 1.4 JUSTIFICATIVAS ............................................................................................... 20 1.5 PROCEDIMENTOS METODOLÓGICOS ........................................................... 20 1.6 ESTRUTURA DO TRABALHO ........................................................................... 21

2 O SETOR ELÉTRICO BRASILEIRO E O PLANEJAMENTO DA OPERAÇÃO .. 25

2.1 ESTRUTURA E ÓRGÃOS DO SETOR ELÉTRICO BRASILEIRO ..................... 25 2.2 SISTEMA INTERLIGADO NACIONAL (SIN) ...................................................... 28 2.3 O PLANEJAMENTO DA OPERAÇÃO NO SIN ................................................... 29 2.3.1 Custo Total da Operação ................................................................................ 30 2.3.2 Horizontes de Planejamento ........................................................................... 32 2.3.2.1  O Planejamento da Operação de Longo Prazo ............................................ 34 2.3.2.2  O Planejamento da Operação de Médio Prazo ............................................ 36 2.3.2.3  O Planejamento da Operação de Curto Prazo ............................................. 36 

3 A PROGRAMAÇÃO DIÁRIA DA OPERAÇÃO ELETROENERGÉTICA ................ E O PROBLEMA DO PRÉ-DESPACHO .............................................................. 38

3.1 OBJETIVOS E DETALHAMENTO DA PROGRAMAÇÃO DIÁRIA ...................... 38 3.2 FLUXOGRAMA DO PROCESSO DA PROGRAMAÇÃO DIÁRIA ....................... 41 3.3 SOLUÇÕES UTILIZADAS PARA O PRÉ-DESPACHO ...................................... 44

4 A USINA HIDRELÉTRICA ESTUDADA E AS FORMULAÇÕES ............................ HIDROLÓGICAS E ENERGÉTICAS .................................................................... 49

4.1 USINAS HIDRELÉTRICAS ................................................................................. 49 4.2 MODELAGEM DO CONJUNTO TURBINA-GERADOR ...................................... 51 4.2.1 Potência Gerada ............................................................................................. 52 4.2.1.1 Altura Líquida ............................................................................................... 52 4.2.1.1.1.  Nível de Montante .................................................................................... 53 4.2.1.1.2.  Nível de Jusante ....................................................................................... 54 4.2.1.1.3.  Altura de Perda Hidráulica ........................................................................ 55 4.2.1.2 Rendimento do Conjunto Turbina-Gerador ................................................... 57 4.2.1.2.1. Curva de Desempenho das Turbinas Hidráulicas .................................... 58 4.2.2 Representação das Perdas ............................................................................ 61 4.2.2.1 Perda Hidráulica ........................................................................................... 61 4.2.2.2 Perda por Elevação do Nível de Jusante ...................................................... 61 4.2.2.3 Perda por Distanciamento do Ponto Ótimo .................................................. 62 4.3 O OTIMIZADOR BASE PARA ESTE TRABALHO .............................................. 62 4.4 A USINA ESTUDADA ......................................................................................... 65

Page 14: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

5 O MODELO DE CONSTRUÇÃO DAS CURVAS DE PERDA DE POTÊNCIA......... EM FUNÇÃO DA GERAÇÃO ............................................................................... 67

5.1 PREMISSAS ADOTADAS .................................................................................. 67 5.2 ALGORITMO DO SIMULADOR APLICADO À USINA ........................................ 68 5.2.1 Vazão Turbinada ............................................................................................ 69 5.2.2 Alteração de volume armazenado e vertimento .............................................. 72 5.2.3 Cota equivalente ............................................................................................. 73 5.2.4 Perdas no processo de geração ..................................................................... 74 5.2.5 Validação do modelo ...................................................................................... 76

6 ANÁLISE DOS RESULTADOS ............................................................................ 77

6.1 ANÁLISE DO PRÉ-DESPACHO ......................................................................... 77 6.1.1 Caso 1 ............................................................................................................ 78 6.1.2 Caso 2 ............................................................................................................ 79 6.1.3 Caso 3 ............................................................................................................ 80 6.1.4 Caso 4 ............................................................................................................ 81 6.2 ANÁLISE DAS PERDAS E DA PRODUTIVIDADE ............................................. 82 6.2.1 Nível de montante fixo em 635 metros e um grupo despachado .................... 83 6.2.2 Nível de montante fixo em 635 metros e dois grupos despachados ............... 84 6.2.3 Nível de montante fixo em 635 metros e três grupos despachados ............... 85 6.2.4 Nível de montante fixo em 635 metros para n grupos despachados .............. 86 6.2.5 Um grupo despachado para diferentes níveis de montante............................ 87 6.2.6 Dois grupos despachados para diferentes níveis de montante ...................... 88 6.2.7 Três grupos despachados para diferentes níveis de montante ...................... 89 6.3 PROPOSTA DE ALTERAÇÃO DO PRÉ-DESPACHO ....................................... 91 6.3.1 Caso 1 ............................................................................................................ 91 6.3.2 Caso 2 ............................................................................................................ 92 6.3.3 Caso 3 ............................................................................................................ 93 6.3.4 Caso 4 ............................................................................................................ 94

7 CONSIDERAÇÕES FINAIS .................................................................................. 96

REFERÊNCIAS ......................................................................................................... 98

 

Page 15: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

14

1 INTRODUÇÃO

1.1 TEMA

 

A energia elétrica ocupa um papel fundamental na vida humana, pois,

juntamente com outras áreas como transportes, telecomunicações, águas e

saneamento, faz parte da infraestrutura necessária para integrar o ser humano ao

modelo de desenvolvimento vigente (REIS, 2003, p. xvii).

Nas últimas décadas, verificou-se o crescimento do consumo de energia

elétrica no Brasil, possuidor de uma matriz energética majoritariamente renovável.

Segundo dados do Balanço Energético Nacional (BEN) 2011, considerando a

produção interna somada às importações, aproximadamente 86% da eletricidade no

Brasil é oriunda de fontes renováveis. Dentre elas, a energia hidráulica possui

supremacia na produção nacional, conforme ilustra a Figura 1. Nela pode ser

verificada a oferta interna de energia elétrica por fonte e a predominância da energia

hidráulica (com 74% do montante total) frente às outras fontes (EMPRESA..., 2011,

p. 16).

Figura 1: Oferta de Energia Elétrica por Fonte – 2010. Fonte: Empresa de Pesquisa Energética (2011, p. 16).

Page 16: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

15

O Brasil possui um sistema de produção de energia interligado por meio de

linhas de transmissão. Esse sistema é considerado “hidrotérmico de grande porte,

com forte predominância de usinas hidrelétricas e com múltiplos proprietários”

(OPERADOR..., 2012). É composto por empresas de todas as regiões, sendo que

apenas 3,4% da capacidade de geração de eletricidade do país situa-se fora da área

interligada, denominada Sistema Interligado Nacional (SIN). Este pequeno

percentual encontra-se principalmente na região amazônica (OPERADOR..., 2012).

Para Salmazo (1997, p. 6), apesar da predominância hidráulica na matriz

energética do Brasil, o pequeno percentual de energia térmica possui um custo de

operação significativo, fazendo com que o sistema seja considerado hidrotérmico.

Como a maior parte da matriz energética de geração do Brasil está conectada

ao SIN, existe a possibilidade de intercâmbio de energia entre regiões, ou seja, as

regiões onde há sobra de energia armazenada nos reservatórios podem suprir,

através das linhas de transmissão, a energia necessária em regiões que atravessem

períodos de estiagem. Esta particularidade torna o sistema mais confiável no

atendimento à carga, sob o ponto de vista energético, e econômico já que há menos

participação de geração térmica (VIEIRA, 2007, p. 9).

O modelo institucional do setor elétrico brasileiro é formado por uma série de

órgãos onde se encontra, em um primeiro nível, o Conselho Nacional de Política

Energética (CNPE), responsável por assessorar a Presidência da República,

formulando políticas e diretrizes de energia. Em um segundo nível estão o

Ministério de Minas e Energia (MME), detentor do Poder Concedente, o Comitê de

Monitoramento do Setor Elétrico (CMSE), que avalia a segurança do suprimento

de energia elétrica e a Empresa de Pesquisa Energética (EPE), que é responsável

pelo planejamento de Longo Prazo. Em um terceiro nível está a Agência Nacional

de Energia Elétrica (ANEEL), responsável por regular e fiscalizar o Setor Elétrico

Nacional. Outros dois órgãos são vinculados à ANEEL: o Operador Nacional do

Sistema Elétrico (ONS), que tem por responsabilidade operar o Sistema Interligado

Nacional e administrar a rede básica de transmissão de energia no Brasil e a

Câmara de Comercialização de Energia Elétrica (CCEE), criada com a finalidade

de contabilizar a energia elétrica no SIN: registrar os valores medidos de geração e

consumo, registrar contratos de compra e venda de energia e fazer a liquidação das

diferenças entre os valores contratados e medidos (VIEIRA, 2007, p. 6).

Page 17: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

16

Segundo a Lei 9.648, de 27 de maio de 1998, cabe ao ONS executar as

“atividades de coordenação e controle da operação da geração e da transmissão de

energia elétrica, integrantes do Sistema Interligado Nacional”, além de realizar o

planejamento e a programação da operação e o despacho centralizado da geração,

com vistas à otimização dos recursos Sistema Interligado Nacional (SIN), recebendo

autorização do Poder Concedente, sendo fiscalizado e regulado pela ANEEL

(BRASIL, 1998). O ONS se compromete, em seu Estatuto Social, §1º a

“desempenhar as suas atribuições com neutralidade, transparência, integridade,

representatividade, flexibilidade e razoabilidade, realizando as ações necessárias ao

desenvolvimento tecnológico do ONS” (ANEEL, 2004).

Assim sendo, a operação do SIN precisa obedecer às premissas expostas e

cabe ao operador do sistema atuar com transparência, buscando a otimização dos

recursos energéticos, sob a fiscalização da ANEEL.

Uma das principais características da utilização da energia elétrica é a

dificuldade do seu armazenamento em grande escala. Logo, uma vez gerada, a

energia precisa ser imediatamente consumida, criando a necessidade de um

planejamento para a geração, conforme previsões de atendimento à carga

(FORTUNATO et al., 1990, p. 28).

Para que a capacidade de geração e a carga sejam compatíveis ao longo do

tempo e para que seja suprido o aumento de energia verificado nos últimos anos, é

necessário o planejamento da expansão, que indicará “onde, como e quando deverá

ser expandida a geração do sistema, de forma a atender (...) o mercado consumidor”

(REIS, 2003, p. 233).

Segundo Fortunato, et al. (1990, p. 25) é também necessário garantir o

fornecimento de energia elétrica aos consumidores dentro de padrões de

continuidade e confiabilidade.

Os aspectos citados comprovam a necessidade de um correto planejamento

da operação e também da expansão do sistema elétrico. Salmazo (1997, p. 6)

apresenta as principais causas da complexidade do planejamento da operação

hidroelétrica como sendo:

• Aleatoriedade das vazões;

• Acoplamento temporal entre as decisões de geração, ou seja, custos

imediatos baixos podem se refletir em custos futuros altos;

Page 18: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

17

• Correta representação do complexo modelamento matemático do sistema

gerador, seja ele hidráulico ou térmico.

Segundo Arce (2006, p. 2), “o uso correto da energia hidrelétrica (...) torna a

operação de um sistema hidrotérmico complexa, pois estabelece um compromisso

entre a decisão de operação imediata e as consequências futuras desta decisão”.

As dificuldades aqui representadas fazem com que o problema do

planejamento da operação seja desmembrado em diferentes etapas, com

representação matemática diferenciada. Assim sendo, há uma distinção entre os

estudos de curto, médio e longo prazo, de acordo com a necessidade de cada

horizonte. Nos horizontes de médio e longo prazo são considerados os

armazenamentos nos reservatórios, análise da probabilidade de déficits de energia

futuros, longas indisponibilidades em equipamentos de geração e transmissão e

expectativa de geração térmica futura. Já no curto prazo são analisadas as

questões ligadas ao atendimento da demanda, à supervisão das informações, às

restrições operativas das fontes de geração e também da rede elétrica

(FORTUNATO et al., 1990).

O tema deste trabalho se situa nesta última etapa. O planejamento de curto

prazo da operação é denominado “Programação Diária da Operação

Eletroenergética”, também conhecido como pré-despacho das unidades

geradoras. É realizado através de uma parceria entre o Operador Nacional do

Sistema Elétrico (ONS) e o Agente Gerador. São programadas as metas de geração

e intercâmbios para o período de um dia, discretizado em intervalos de 30 minutos

(VIEIRA, 2007, p. 13).

1.1.1 Delimitação do Tema

O objetivo da programação diária da operação eletroenergética é gerar os

programas de atendimento à carga, definindo a geração de cada unidade, a fim de

garantir a otimização dos recursos energéticos com vistas a um nível adequado de

segurança operacional, no horizonte diário (OPERADOR..., 2009, p. 4).

Neste trabalho é enfocada a programação diária da operação eletroenergética

aplicada a uma usina hidrelétrica brasileira de grande porte, ou seja, com

capacidade instalada superior a 100 MW, segundo Souza, Fuchs e Santos (1983, p.

14).

Page 19: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

18

A usina em estudo é considerada como Modalidade Tipo I 1 , segundo o

Submódulo 26.2 dos Procedimentos de Rede do ONS (OPERADOR..., 2010, p. 4).

Logo, é despachada e programada centralizadamente. Possui três máquinas, que

somadas podem fornecer uma potência total de até 350 MW.

Não são consideradas as restrições de transmissão da malha de conexão da

usina ao sistema elétrico de potência, considerando-se a geração dela representada

como inteiramente disponível ao SIN.

1.2 PROBLEMAS E PREMISSAS

 

Atualmente, o planejamento da operação do SIN é baseado em uma cadeia

de modelos que se inicia no horizonte de cinco anos, com o Modelo de Otimização

Hidrotérmica para Subsistemas Equivalentes Interligados (Newave) e continua no

médio prazo, com a programação mensal da operação energética e o Modelo de

Otimização da Operação de Curto Prazo com Base em Usinas Individualizadas

(Decomp), ambos já em uso pelo ONS (OPERADOR, 2009, p. 3).

Com vistas à otimização do pré-despacho da usina em estudo foi detectada a

possibilidade de desenvolvimento de um modelo de simulação de curto prazo. Este

problema já foi identificado por inúmeros autores e é considerável a quantidade de

trabalhos publicados nesta área. Cada autor adota uma metodologia que se adapta

mais às necessidades da empresa ou do parque gerador ao qual o estudo é

aplicado.

As principais premissas para a solução da questão levantada neste trabalho

são a inexistência de um modelo de simulação da otimização da usina estudada, a

literatura existente e a produção acadêmica voltadas para esta área, que fornecerão

subsídios para o presente desenvolvimento.

 

 

                                                            1 Modalidade Tipo I: usinas conectadas à rede básica; usinas cuja operação hidráulica possa afetar a operação de usinas tipo I existentes; ou usinas conectadas fora da rede básica cuja máxima potência líquida injetada no SIN contribua para minimizar problemas operativos e proporcionar maior segurança para a rede de operação, tendo em vista seus limites (MW) (OPERADOR..., 2010, p. 4).

Page 20: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

19

1.3 OBJETIVOS

 

1.3.1 Objetivo Geral

 

• Criar um modelo computacional de simulação para utilização na otimização

do pré-despacho de uma usina hidrelétrica de grande porte, buscando a

minimização das perdas e a utilização das unidades geradoras em pontos de

operação próximos do ótimo apontado pela curva-colina.

1.3.2 Objetivos Específicos

• Apresentar os princípios de operação do setor elétrico brasileiro e do

planejamento energético da operação do Sistema Interligado Nacional (SIN);

• Pesquisar os trabalhos que tratam do tema da programação diária da

operação eletroenergética de usinas hidrelétricas a fim de subsidiar a criação

do modelo proposto;

• Identificar e formular os dados hidrológicos necessários ao estudo, bem como

as informações eletroenergéticas pertinentes à análise das perdas no

processo de geração de energia;

• Levantar os dados pertinentes à operação hidroenergética da usina em

estudo;

• Criar um modelo de simulação do pré-despacho, a fim de levantar o montante

de perdas na operação da usina e subsidiar a programação diária da

operação eletroenergética da mesma, utilizando a metodologia do otimizador

apresentado no trabalho de Salmazo (1997).

• Analisar e interpretar os resultados do modelo sob o ponto de vista das

perdas e da evolução dos estados operativos do reservatório de montante.

Page 21: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

20

1.4 JUSTIFICATIVAS

• A proposta de criação de um modelo de simulação para a programação diária

da operação eletroenergética de uma usina hidrelétrica vai ao encontro da

concepção do curso de Engenharia Industrial Elétrica – Eletrotécnica, que

possui em seu projeto pedagógico a proposta de permitir aos egressos aplicar

conhecimentos matemáticos, científicos, tecnológicos e instrumentais à

engenharia;

• A utilização do simulador (que busca a otimização) desenvolvido neste

trabalho proporciona aumento de geração da usina ao longo do tempo e

consequente elevação de receita. Também obtém a redução dos custos de

manutenção, devido à diminuição do desgaste do conjunto turbina-gerador da

usina estudada, pois fornece como resposta melhores pontos de operação do

mesmo;

• O responsável pela programação diária da operação eletroenergética da

usina em questão passa a possuir uma ferramenta na qual pode comparar a

evolução das grandezas hidrológicas da usina no tempo e estudar as perdas

no processo de geração, a fim de embasar as suas decisões de pré-despacho

em um modelo matemático.

1.5 PROCEDIMENTOS METODOLÓGICOS

Para a elaboração do trabalho é feita uma pesquisa bibliográfica na literatura

disponível sobre o planejamento da operação e, sobretudo, a programação diária da

operação eletroenergética. São verificadas as soluções adotadas nos trabalhos

voltados para usinas hidrelétricas, alvos de considerável número de dissertações e

teses nas principais universidades brasileiras. Após esta etapa são levantados os

dados da usina em estudo, analisando projetos, realizando visitas técnicas à

instalação e colhendo informações com profissionais que atuam na área.

Concluída a pesquisa e também o levantamento das informações relevantes

da usina, é iniciado o processo de solução do problema, com a utilização de

recursos computacionais. Esta etapa consiste no desenvolvimento do modelo de

simulação com base na metodologia do otimizador existente, e os seus resultados

Page 22: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

21

fornecem a resposta para o problema da otimização do despacho da usina

hidrelétrica estudada. Por fim é realizada a análise dos resultados computacionais

através de gráficos com as curvas de perdas, produtividade e demais grandezas de

interesse.

1.6 ESTRUTURA DO TRABALHO

O presente trabalho de conclusão de curso (TCC) apresenta a seguinte

estrutura de capítulos, sendo dividido conforme as três disciplinas referentes ao TCC

da Engenharia Elétrica da seguinte forma:

- Metodologia Aplicada ao TCC: Capítulo 1;

- Trabalho de Conclusão de Curso 1: Capítulos 2 a 4;

- Trabalho de Conclusão de Curso 2: Capítulos 5 a 7.

Capítulo 1: Introdução: Contém a apresentação do trabalho, tema, delimitação do

tema, problemas, premissas, objetivos, justificativas e procedimentos metodológicos

para a realização do mesmo.

Capítulo 2: O setor elétrico brasileiro e o planejamento da operação: Este

capítulo explica a estrutura do setor elétrico brasileiro, os órgãos existentes e

respectivas atribuições. Também coloca a questão da hierarquia do planejamento da

operação do Sistema Interligado Nacional (SIN) e como este processo é realizado

no Brasil.

Capítulo 3: A programação diária da operação eletroenergética e o problema

do pré-despacho: O presente trabalho situa-se, dentro da cadeia do planejamento

da operação, no horizonte do pré-despacho das unidades geradoras. Neste capítulo

é descrita a atividade da programação diária da operação eletroenergética, conforme

regulamentação do submódulo 8.1 dos procedimentos de rede do Operador

Nacional do Sistema Elétrico (ONS). São também apresentados os resultados da

revisão bibliográfica sobre as diferentes soluções utilizadas para a programação do

pré-despacho.

Capítulo 4: A Usina Hidrelétrica estudada e as formulações hidrológicas e

energéticas: A aplicação da metodologia estudada para a programação diária da

operação eletroenergética se dá em uma usina hidrelétrica de grande porte. Neste

capítulo são informadas as características principais do referido aproveitamento

Page 23: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

hidro

ener

prob

Cap

funç

ante

ener

o pe

de g

jusa

gera

perd

Cap

anal

hidro

auxi

das

hidro

Cap

prop

dese

traba

oenergétic

rgéticos, n

blema.

ítulo 5: O

ção da ge

erior é real

rgéticos e

eríodo de d

geração p

nte, vazõe

ação, tais

das por ele

ítulo 6: A

isadas ne

ológica são

liar a decis

perdas,

ologicamen

ítulo 7: C

postos, jus

envolvido n

O fluxo

alho:

o e a form

necessário

O modelo

eração: C

lizada a si

hidrológico

discretizaç

por conjun

es defluent

como perd

evação do n

Análise do

este capítu

o simulado

são do pro

conform

nte.

Considera

stificativas

nos capítul

grama da

mulação p

os ao des

de cons

Como resp

imulação d

os para o

ção é de u

nto turbina

tes, turbina

das de ren

nível de jus

os resultad

ulo. Difere

os e as det

ogramador

e o cen

ações fina

e dema

los 2 a 6.

Figura 2

Dese

(discipl

para a sim

senvolvime

strução da

posta das

das variáv

horizonte

uma hora,

a-gerador,

adas, verti

ndimento,

sante.

dos: As re

ntes valor

terminaçõe

do agente

nário mo

ais: Neste

is informa

2, a seguir

envolvimento (discipli

Escrita da p

lina de Metod

mulação do

ento do s

as curvas

formulaçõ

veis de ond

de estudo

sendo forn

alterações

das, bem

perdas de

espostas c

res de me

es do otimi

e. Importân

ostra-se m

e ponto sã

ações do

r, mostra

do referenciaina de TCC1)

proposta de T

dologia Aplica

1

os parâme

simulador

s de perd

ões aprese

de serão e

. Para a si

necidos vin

s dos nív

como as p

e carga no

calculadas

eta energé

zador são

ncia especi

mais ou

ão confron

Capítulo

as etapas

al teórico  

CC  

ada ao TCC)

etros hidro

e à reso

da de pot

entadas n

extraídos o

imulação d

nte e quat

veis de m

perdas ass

o conduto

s pelo simu

ética e de

estudadas

ial é dada

menos

ntados os

1 com o

s de elabo

22

ológicos e

olução do

tência em

o capítulo

os valores

de um dia,

tro valores

montante e

sociadas à

forçado e

ulador são

condição

s, a fim de

ao estudo

favorável

s objetivos

o que foi

oração do

2

e

o

m

o

s

,

s

e

à

e

o

o

e

o

l

s

i

o

Page 24: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

Sp

O setoplane

São definidosparâmetros pdados de en

Capítulo 2or elétrico braejamento da o

 novos para os trada

N

2:  asileiro e o operação 

(in

Desenv

hidrológ

D

Realizaç

estudo e c

Análise 

Não

O m

perda

CapA program

operação eleo problema 

Estruturacluindo o Cap

volvimento do

gico para otim

Desenvolvime

(discipli

ção de simula

cálculo das pe

 das resposta

e estudo

Está com

opera

Escrita d

odelo de con

a de potência

Escrita d

Análise d

pítulo 3:  mação diária detroenergéticdo pré‐despa

ação do TCC1 pítulo 1: Intro

o simulador e

mização do pr

nto da monog

ina de TCC2)

ações para o h

erdas associa

as obtidas pelo

o das perdas

patível com a

ação real?

Sim

1

o Capítulo 5: 

strução das c

 em função d

do Capítulo 6: 

dos resultados

2

da ca e cho 

A Usinas for

 dução)

nergético e 

ré‐despacho

grafia  

horizonte de 

das à geração

o simulador  

urvas de  

a geração

 

s

Capítulo na Hidrelétricarmulações hid

energétic

o

23

4:  a estudada e drológicas e cas 

3

Page 25: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

 

 

 

 

 

 

 

repre

obje

dida

prop

hidro

são

valo

obse

até

resu

resp

atrav

simu

6, a

nest

    

A prim

esentada

tivos, inic

ticamente

posto ante

oenergétic

apresenta

res hidro

ervados na

que haja

ultados é n

postas obtid

vés de grá

ulador desc

conclusão

te estudo fo

eira etap

pelo capít

cia-se a

entre os c

eriormente

o para a u

adas no ca

lógicos o

a operação

compatib

necessária

das e as p

áficos que

crito no ca

o é feita no

oram alcan

Figura 2:Fonte: Au

a é a e

tulo 1 des

etapa d

capítulos 2

. A terce

usina estud

apítulo 4 p

obtidos pe

o real da u

ilização e

para gara

perdas ass

auxiliam n

apítulo 5 e

o capítulo 7

nçados ao

Fim 

Etapas do utoria própr

escrita e

sta monog

e estudo

2, 3 e 4) n

eira etapa

dada, utiliz

para a obt

ela simula

usina, sen

entre o rea

antir a cred

sociadas à

na análise

a análise

7 mostrand

longo do t

Escrita d

Conside

do processo d

desenvolvimria.

apresenta

rafia. Apó

o do refe

necessário

a é o de

zando as f

tenção dos

ação são

ndo alterad

al e o sim

dibilidade d

à geração

da otimiza

dos result

do se os ob

trabalho.

do Capítulo 7:

erações finais

de elaboração

2

mento deste

ação da

ós apresen

erencial t

o para a re

esenvolvim

formulaçõe

s dados a

o compara

dos os par

mulado. A

do simulad

calculadas

ação do pré

tados apre

bjetivos pro

:  

o do TCC2 

e trabalho.

proposta

ntados o t

teórico (s

ealização d

mento do

es matemá

a ser analis

ados com

râmetros d

A converg

dor desenv

s são repr

é-despach

esentada n

ropostos in

24

de TCC,

tema e os

subdividido

do que foi

simulador

áticas que

sados. Os

m valores

de entrada

ência dos

volvido. As

esentadas

ho. Com o

no capítulo

nicialmente

4

,

s

o

i

r

e

s

s

a

s

s

s

o

o

e

Page 26: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

25

2 O SETOR ELÉTRICO BRASILEIRO E O PLANEJAMENTO DA

OPERAÇÃO

As duas últimas décadas foram de grande importância para o setor elétrico

brasileiro. Mudanças ocorreram, não só na estrutura de mercado de energia, mas

também nas estruturas organizacionais das empresas que geram, transmitem e

distribuem a energia elétrica no Brasil (LESCANO, 2004, p. 2).

2.1 ESTRUTURA E ÓRGÃOS DO SETOR ELÉTRICO BRASILEIRO

Houve um momento em que o governo brasileiro deixou de ser capaz de

prover todos os investimentos necessários para que o sistema pudesse atender a

totalidade da crescente demanda de energia elétrica de que o país necessitava.

Para Lescano (2004, p. 3) quatro processos foram essenciais para que estas

mudanças ocorressem:

• A privatização permitiu a transferência da responsabilidade do governo para o

setor privado, para que maiores investimentos fossem realizados, além de

maior competição entre empresas de diversas esferas a fim de torná-las mais

eficientes.

• Maior competição de geração e comercialização de energia elétrica,

propiciando redução dos preços e, novamente, o aumento da eficiência das

empresas.

• Livre acesso às redes de transmissão e distribuição de energia elétrica.

• Finalmente, a desverticalização, ou segregação das atividades de geração,

transmissão, distribuição e comercialização da energia elétrica. Este ponto,

na sua forma mais agressiva, afirma que estas atividades devem ser

realizadas por empresas distintas. Entende-se, portanto, que a

desverticalização permite o livre acesso de produtores e consumidores às

redes de transmissão e distribuição.

Page 27: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

26

De acordo com estes tópicos, uma nova estrutura organizacional foi

implantada, conforme a Figura 3.

 

Figura 3: Modelo do setor elétrico: principais instituições. Fonte: ELETROBRÁS (2010).

O Conselho Nacional de Política Energética (CNPE) é um órgão de

assessoramento interministerial à Presidência da República, regido pela Lei nº

9.478. Atua através da elaboração de políticas e diretrizes para o aproveitamento

dos recursos energéticos, principalmente do petróleo e seus derivados como o gás

natural no Brasil e não somente da energia elétrica (BRASIL, 1997).

O Ministério de Minas e Energia (MME) é responsável por formular e

implantar as políticas elaboradas pelo CNPE, além de monitorar os suprimentos de

energia nacional e planejar a sua utilização, inclusive em aproveitamento de

recursos hidráulicos (BRASIL, 2012).

O Comitê de Monitoramento do Setor Elétrico (CMSE) está no mesmo âmbito

do MME. Avalia continuamente as reservas eletroenergéticas do país. Também é

sua atribuição acompanhar a geração, transmissão, distribuição e comercialização

de energia elétrica, além da sua importação e exportação (BRASIL, 2004).

A Empresa de Pesquisa Energética (EPE) foi criada através da Lei nº 10.847.

É responsável por pesquisas e estudos de planejamento do setor eletroenergético

para subsidiar a implantação de ações definidas pelo MME, elaborar e publicar o

Balanço Energético Nacional (BEN) e determinar o aproveitamento ótimo dos

Page 28: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

27

potenciais hidráulicos (BRASIL, 2004). Neste trabalho será discutida a operação

tomando como certa a expansão prevista pela EPE.

A Agência Nacional de Energia Elétrica (ANEEL) iniciou seus trabalhos em

1996, através da Lei 9.247 e também é vinculada ao MME. Suas funções são

fiscalizar e regular a geração e transmissão de energia elétrica, mediar conflitos

entre agentes do setor elétrico e consumidores. Exclusivamente para os

consumidores, deve garantir a qualidade do serviço prestado pelas concessionárias,

promover tarifas justas, exigir investimentos dos agentes e estimular a competição

entre eles.

A Câmara de Comercialização de Energia Elétrica (CCEE) começou a operar

através do Decreto nº 5.177, sob tutela da ANEEL, e é uma entidade sem fins

lucrativos, que tem o propósito de viabilizar a comercialização de energia elétrica

através do Sistema Interligado Nacional (SIN), intermediando compra e venda de

energia e todo o processo contratual, inclusive medições de aferição para verificação

de valores contratados (BRASIL, 2004).

O Operador Nacional do Sistema Elétrico (ONS), regido pela Lei nº 9.648,

também está sob regulação da ANEEL. Tem por finalidade operar a rede de

transmissão de energia elétrica, além de ser obrigado a assegurar a qualidade,

continuidade e economicidade da energia elétrica. O ONS também pode solicitar a

expansão da rede básica e propor novas regras para a operação do SIN, sob

aprovação da ANEEL (VIEIRA, 2007, p. 8).

Fica explícito de acordo com a Lei 9.648 que o ONS, é responsável pelo

planejamento e despacho centralizado da geração de energia, além da otimização

da interligação dos sistemas elétricos nacionais e internacionais, condições de

acesso e serviços ancilares da rede de transmissão de energia. O ONS, no seu

papel de coordenador do SIN é obrigado a tomar decisões referentes ao

planejamento elétrico observando a otimização dos recursos além da segurança

elétrica da operação. Além disso, os recursos instalados nas usinas pertencem às

concessionárias, e cabe a elas defender os seus direitos (BRASIL, 1998).

 

Page 29: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

28

2.2 SISTEMA INTERLIGADO NACIONAL (SIN)

A fim de que toda a energia produzida no Brasil possa ser transportada para

os centros consumidores, denomina-se a malha de transmissão de energia como

Sistema Interligado Nacional (SIN). De acordo com o ONS (2008, p. 14), o SIN

abrange as regiões Sul, Sudeste, Centro-Oeste, Nordeste e parte do Norte. É

composto pela Rede Básica, 64 concessionárias, além de abranger 96,6% de toda a

capacidade de produção de energia elétrica do Brasil, conforme pode ser verificado

na Figura 4.

 

Figura 4: Sistema Interligado Nacional - Horizonte 2013. Fonte: BRASIL (2012).

Page 30: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

29

O SIN é considerado hidrotérmico, com forte presença da geração hidráulica.

Há a possibilidade de intercâmbio de energia entre as regiões brasileiras, reduzindo

os efeitos da sazonalidade dos recursos hídricos, ou seja, é possível que seja

enviada energia gerada em locais com abundância de chuvas para regiões onde há

escassez de recursos hídricos (VIEIRA, 2007, p. 9).

De acordo com o Operador Nacional do Sistema (2008, p. 16), existem

também os sistemas isolados de energia, predominantemente localizados na região

Norte (as maiores cidades abastecidas são Rio Branco (AC), Macapá (AP), Manaus

(AM) e Porto Velho (RO)) cuja demanda é suprida principalmente por usinas

termoelétricas e algumas Pequenas Centrais Hidrelétricas (PCH). Esses sistemas

isolados correspondem a apenas 3,4% de toda a energia gerada no território

nacional, mas em dimensões por cerca de 45% de todo o território brasileiro.

A existência da malha de transmissão que interliga os centros geradores aos

centros de consumo permite o intercâmbio de energia entre regiões. Esta

peculiaridade contribui para a otimização dos recursos, uma vez que pode ser

economizada água em reservatórios importantes do sistema enquanto a energia é

produzida em outras regiões (VIEIRA, 2007, p. 9).

Como se pode verificar, a operação do SIN é uma tarefa bastante complexa e

deve considerar diversos fatores, como investimentos e condições climáticas. Fica a

cargo do ONS a responsabilidade pela coordenação e controle da operação do SIN.

Esta responsabilidade também inclui o planejamento da geração de energia para as

concessionárias que estão conectadas ao SIN. Segundo dados do Banco de

Informações de Geração (BIG):

O Brasil possui no total 2.673 empreendimentos em operação, gerando 119.332.871 kW de potência. Está prevista para os próximos anos uma adição de 48.753.964 kW na capacidade de geração do País, proveniente dos 161 empreendimentos atualmente em construção e mais 573 outorgadas (ANEEL, 2012).

2.3 O PLANEJAMENTO DA OPERAÇÃO NO SIN

Ao se operar de maneira ótima um sistema hidrotérmico de grande porte,

como é o caso do SIN, com uma grande quantidade de usinas no sistema, a

dificuldade computacional de modelagem matemática das mesmas e a

estocasticidade das vazões justificam a divisão do planejamento em diferentes

horizontes de tempo. Analisando-se a necessidade de geração térmica em cada

Page 31: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

30

estágio do planejamento, cria-se a função de custo futuro (FCF), que interliga as

etapas do planejamento da operação (FINARDI, 2003) (SALMAZO, 1997).

Se, em um dado momento, for utilizada somente energia de usinas

hidrelétricas, seu custo é zero, pois a água é uma fonte renovável e chega ao

reservatório sem nenhum custo. Porém, ao fazer isto, o reservatório é deplecionado

e aumenta a possibilidade de despacho térmico no futuro, que possui custo maior.

A grande dificuldade de encontrar a melhor decisão de geração é coordenar o

princípio antagônico da otimização: quanto mais o reservatório é deplecionado, mais

energia é gerada no momento e maior é o volume de espera para altas vazões

futuras. Contudo, no futuro, mais água será necessária para produzir a mesma

geração, devido à redução da altura de queda (SALMAZO, 1997).

2.3.1 Custo Total da Operação

A questão a ser respondida é: de que maneira a decisão de hoje afeta o custo

futuro e como isso se dá?

O resultado do planejamento da operação deve ser a minimização do custo

total de operação ao longo dos horizontes estudados. O custo total é a soma do

custo imediato e do custo futuro, referentes às decisões tomadas no presente e os

seus resultados ao longo do tempo, respectivamente (CCEE, 2009, p. 6).

A definição dos custos da operação pode ser visualizada na Figura 5. A curva

de custo imediato inicia com um valor baixo, pois, utilizando-se água no presente

(volume a 0%) o custo imediato é pequeno, sendo gerada energia que estava

armazenada nos reservatórios. Na medida em que se busca manter o volume

próximo a 100%, o valor do custo imediato sobe, pois é economizada água e a carga

deve ser atendida através de energia térmica, com custo maior (CCEE, 2009, p. 7).

Page 32: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

31

Figura 5: Custo total da operação. FONTE: CCEE (2009, p. 6).

Já a análise da curva de custo futuro pode ser feita supondo-se que no futuro

haja uma carga a ser atendida e não exista água disponível nos reservatórios. Será

necessário utilizar geração de usinas térmicas caras. Por este motivo ela possui um

valor alto quando o volume tende a 0%. Na medida em que aumenta o volume

armazenado, menos usinas térmicas precisam ser despachadas e a curva reduz o

seu valor quando o volume tende a 100%.

É necessário, portanto, que, além da decisão imediata de se utilizar usinas

térmicas ou hídricas, seja observado o impacto desta decisão no custo futuro, ou

seja, o objetivo do presente deve compactuar para que o reservatório atinja o

volume indicado pela seta na Figura 5 (volume que minimiza o custo total). Em

suma, com conhecimento dos fatores presentes e previsão dos futuros, deve ser

igualado o valor da água ao valor da energia térmica mais cara em operação no

momento. Esses fatores tornam complexa a operação econômica do SIN. Por este

motivo, divide-se o planejamento em horizontes, cada um com sua peculiaridade

(CCEE, 2009, p. 7).

 

Page 33: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

32

2.3.2 Horizontes de Planejamento

Operar de forma econômica um sistema elétrico é “determinar quais unidades

geradoras, e os respectivos níveis de geração, devem ser utilizadas no atendimento

à demanda, de forma que o custo operativo associado ao uso dessas unidades seja

o mínimo possível” (FINARDI, 2003, p. 6).

Borges (2010, p. 1) destaca que o planejamento eletroenergético é uma

atividade complexa e deve minimizar os custos de operação ao longo do seu

horizonte.

O planejamento da operação de sistemas elétricos varia conforme o arranjo

das fontes de energia utilizadas para geração. Em sistemas termoelétricos o objetivo

é minimizar o consumo dos combustíveis. Já em sistemas puramente hidrelétricos

os custos de operação podem envolver desde o pagamento de royalties pela

utilização da água até o custo pelo não atendimento da demanda de energia

(déficit). Para um sistema hidrotérmico, como é o caso do sistema elétrico brasileiro,

o planejamento da operação deve atender aos requisitos do mercado de energia

com eficiência, utilizando estratégias que minimizem o custo da geração ao longo do

tempo, reduzindo o uso das usinas térmicas, que possuem custo mais elevado

(MULLER, 2010, p. 15).

A dificuldade do planejamento da operação de sistemas hidrotérmicos se

inicia com a necessidade de analisar a operação de forma temporal, já que as

decisões tomadas atualmente interferem nos estados de armazenamento dos

reservatórios no futuro (ARCE, 2006, p. 3).

Também a aleatoriedade das vazões faz com que o planejamento da

operação seja complexo quando se possui uma forte matriz energética baseada na

hidroeletricidade. Este conjunto de condições estabelece o “dilema do operador”,

ilustrado na Figura 6, que apresenta o risco de se optar pela utilização de geração

hidrelétrica ou termoelétrica no presente, a fim de suprir a demanda, conforme varia

o cenário futuro (ARCE, 2006, p. 6).

Page 34: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

33

 

Figura 6: Dilema do Operador. Fonte: CCEE (2009).

O controle dos níveis dos reservatórios é uma tarefa complexa, como mostra

a Figura 6, pois caso a água armazenada nos reservatórios seja utilizada e não haja

ocorrência de chuvas no futuro, a geração deverá ser feita através de usinas

termelétricas, aumentando o custo da energia gerada e, se ainda não for possível

suprir toda a demanda através da geração térmica, ocorrerá déficit de energia e

corte de carga. Da mesma forma a decisão do operador pode ser equivocada caso

os reservatórios sejam pouco utilizados, gerando-se energia através das térmicas no

presente, e um elevado volume de afluências vier no futuro. Esta situação poderá

causar vertimento turbinável, que representa desperdício dos recursos energéticos

e, consequentemente, um incremento no custo total de operação do sistema

(RODRIGUES, 2009, p. 7).

Por outro lado, se for gerada energia nas usinas hidrelétricas, utilizando a

água armazenada nos reservatórios para minimizar o custo dos combustíveis das

térmicas, e no futuro ocorrerem vazões consideráveis, a decisão se mostra correta,

pois não há déficit de energia. Da mesma forma, caso o operador decida manter o

estoque de água nos reservatórios, utilizando mais energia térmica, o custo imediato

torna-se superior. Em caso de estiagem futura, a decisão mostra-se acertada, pois

foi economizada água que pode ser utilizada durante a seca (MULLER, 2010, p.16).

Em um sistema hidrotérmico, o planejamento é afetado pela dificuldade de

previsão de fatores como: sazonalidade da demanda, controle de vazão das bacias

em caso de cheias além da grande diversidade de uso da água (recreação,

agricultura, abastecimento de cidades). A combinação desses fatores afeta o

resultado do planejamento, devido ao grau de incerteza envolvido e também pelo

fato de que a decisão tomada no presente afetará a operação futura. Portanto, para

Page 35: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

a me

divid

de a

um,

FigFon

 

início

frent

7. N

2010

HORIZONTE

elhor utiliza

dido em ho

análise são

conforme

ura 7: Etapante: Adaptad

2.3.2

Segund

o à cadeia

te da etapa

o Brasil é

0, p.18).

HORIZONTE

 

HorizoObjetointercâDetalhpor resProdut

HorizoObjetousinas DetalhtransmProdut

HorizoObjetoperíodDetalhmalha Produt

ação dos r

orizontes d

o diferentes

exemplific

as do planejdo de CCEE

2.1 O Pl

o Borges

a de planej

a presente

adotado o

onte de estudo de estudo: âmbio entre hamento: Expservatórios eto: Planejam

onte de estudo de estudo: hidrelétrica

hamento: Usimissão, previsto: Programa

Plaonte de estudo de estudo: do, considerahamento: Unde transmisto: Programa

recursos e

de tempo, o

s para cad

a a Figura

jamento da E (2009, p. 4)

lanejamen

(2010, p. 6

amento te

e. Sua disc

o período d

Planedo: 5 anos.Geração totsubsistemaspansão de geequivalentesento anual d

Planejdo: Mensal aOperação ens. inas individusões de carga Mensal da 

anejamentodo: Diário a uDespacho dações das resnidades geradssão, carga e ação Diária d

envolvidos,

ou seja, Lo

da período

a 7 (BORG

operação. ), Vieira (200

to da Ope

6) o planej

endo em vi

cretização é

de cinco a

ejamento de 

al do sistems. eração e trans, afluências da operação 

jamento dea um ano. nergética e o

ualizadas, repga e afluênciaOperação En

o de Curtouma semanae geração postrições elétrdoras individ afluências dda Operação

o planeja

ongo, Méd

além dos

ES, 2010,

07, p. 14) e T

ração de L

jamento da

sta um ho

é mensal,

anos para e

e Longo Pra

a, nível de co

nsmissão, hidestocásticas,energética (

e Médio PraDiscret

obtenção das

presentação as determinínergética (PM

Prazo / Préa. or unidade gricas e operadualizadas, redeterminístic Eletroenerg

mento ene

dio e Curto

fatores co

p. 1).

Takigawa (2

Longo Praz

a operação

rizonte de

como pode

este tipo d

azo Discretizaçã

omplementa

drelétricas re, função de c(PEN). 

azo ização: Semas metas ener

dos principasticas. MO). 

é‐despacho Discretizaçãeradora de cativas. epresentaçãcas. gética (PDO).

ergético br

o Prazo. O

nsiderados

2010, p. 41).

zo

o de longo

dois a cin

e ser visto

de estudo (

ão: Mensal. ação térmica

epresentadacusto futuro

anal. rgéticas das 

ais troncos d

ão: Horária. cada usina p

o completa d

34

rasileiro foi

s modelos

s em cada

o prazo dá

nco anos à

o na Figura

(MULLER,

DETALH

AMEN

TO 

a, 

s . 

or 

da 

4

i

s

a

á

à

a

Page 36: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

35

Neste horizonte a visão do problema é global, sendo consideradas grandezas

como: a carga, estimada a partir de previsões econômicas (crescimento do

mercado), as inovações tecnológicas (evolução nas máquinas) e as alterações do

cenário energético (expansão de geração e transmissão) (FORTUNATO et al.,

1990).

O conjunto de usinas hidrelétricas de cada subsistema do SIN (Sul,

Sudeste/Centro-Oeste, Norte e Nordeste) é agregado em um único reservatório e o

parque térmico em classes segundo seu custo operativo. Devido à dificuldade de

previsão de vazões futuras, para o longo prazo adota-se um modelo estocástico

para as vazões (SALMAZO, 1997).

A modelagem através de reservatórios equivalentes é realizada nesta etapa a

fim de simplificar a representação de cada usina do sistema, face à dificuldade de

solução matemática do problema devido à dimensão e complexidade trazida pelo

detalhamento de cada usina individualmente (MULLER, 2010, p.18).

Para atender a demanda de energia, ao longo do período de estudo, com um

nível mínimo de confiabilidade é considerada a capacidade de geração das usinas

hidrelétricas, a geração térmica necessária e a política de operação do sistema

representada por funções de custo futuro. Estas funções traduzem o custo esperado

de operação de um período qualquer até o final do horizonte, quantificando os riscos

no atendimento energético e os intercâmbios entre os subsistemas (BORGES, 2010,

p. 6) (FINARDI, 1999, p. 12).

Atualmente estes estudos são elaborados anualmente, tendo revisões

quadrimestrais, de modo a atualizar as informações básicas. A ferramenta

computacional utilizada é o modelo NEWAVE, que calcula a Função de Custo Futuro

(FCF) como função do armazenamento do reservatório equivalente no final de cada

mês e da tendência hidrológica verificada em meses anteriores para cada

subsistema. Também são obtidos resultados como riscos de déficit de energia,

estimativas do custo de operação, evolução do armazenamento do sistema,

adequação de cronogramas de manutenção e valores de intercâmbios (TAKIGAWA,

2010, p. 42).

 

Page 37: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

36

2.3.2.2 O Planejamento da Operação de Médio Prazo

No Planejamento de Médio Prazo, o período considerado é de um mês a um

ano, com discretização semanal. Quanto mais breve o horizonte, maior o nível de

detalhamento necessário. Nesta etapa não há mais a representação por reservatório

equivalente, sendo as usinas modeladas de maneira individual e passam a ser

definidas metas energéticas semanais por aproveitamento (FORTUNATO et al.,

1990, p. 118) (BORGES, 2010, p. 7).

O modelo de afluências deixa de ser estocástico e passa a ser determinístico,

assim como a previsão de cargas próprias. O sistema de transmissão passa a ser

representado pelos seus principais troncos e também é inserida a previsão de

manutenção de unidades geradoras e de grandes funções de transmissão

(SALMAZO, 1997, p. 10).

O controle correto do nível de montante dos reservatórios é o que possibilita

ganhos desta etapa, onde se busca maximizar a produtividade evitando vertimentos.

Os principais resultados desta fase do planejamento são: a geração e o nível de

armazenamento de cada usina hidrelétrica, geração das usinas térmicas,

manutenções de unidades geradoras e a responsabilidade de geração de energia

por empresa (SALMAZO, 1997, p. 10).

Tendo como base as metas definidas no planejamento de longo prazo, no

médio prazo são definidas as políticas operativas para as semanas do mês corrente,

havendo revisões semanais do processo devido à dinâmica operativa do sistema. A

ferramenta utilizada é o modelo DECOMP e os resultados desta etapa, tais como as

metas diárias por aproveitamento e as diretrizes energéticas para a fase seguinte do

planejamento, são divulgados no Programa Mensal da Operação (PMO)

(TAKIGAWA, 2010, p. 42).

2.3.2.3 O Planejamento da Operação de Curto Prazo

O planejamento da operação de curto prazo, ou Programação Diária da

Operação (PDO), se aproxima da operação em tempo real do sistema elétrico,

possuindo horizonte de um dia até uma semana, discretizado em horas. O

atendimento à carga é o objetivo e são definidos os montantes de despacho das

unidades geradoras do sistema em função da responsabilidade de geração (meta) e

Page 38: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

37

reserva operativa, para ajudar no acompanhamento da variação de carga,

considerando-se mais detalhes como desligamentos da malha de transmissão ou

limitações técnicas (SALMAZO, 1997, p. 12).

Esta etapa “aproxima-se da operação em tempo real em que o problema

energético se integra com o problema elétrico, exigindo uma representação mais

detalhada do modelo do sistema eletroenergético” (BORGES, 2010, p. 7).

Diferentemente dos outros horizontes de estudo, onde as incertezas sobre as variáveis que integram o problema são grandes, o planejamento de curto prazo, devido ao pequeno horizonte de estudo, é uma etapa com caráter determinístico, já que se detêm com grande taxa de acerto as previsões de afluências e demandas ao longo deste período. Já nesta etapa as configurações elétricas do sistema são feitas de modo mais detalhado, inclusive linhas de transmissão e redes de distribuição (MULLER, 2010, p.19).

Segundo Takigawa (2010, p. 42), a PDO objetiva estabelecer os níveis de

geração de cada unidade geradora do sistema, em intervalos de 30 minutos, no dia

que antecede a operação em tempo real, a fim de garantir a otimização energética

dos recursos de geração e a segurança operacional do sistema.

No capítulo 3 será apresentado o processo da PDO no Brasil, sendo

explicadas as variáveis de importância neste horizonte, como são divididas as

responsabilidades e como é realizada a interação entre os agentes e o ONS.

Também será esclarecida a sequência de eventos necessários à realização da

rotina da PDO, por intermédio de um fluxograma. Por fim, serão explicados os

detalhamentos com os quais diferentes autores trabalharam na modelagem das

usinas.

 

 

Page 39: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

38

3 A PROGRAMAÇÃO DIÁRIA DA OPERAÇÃO

ELETROENERGÉTICA E O PROBLEMA DO PRÉ-DESPACHO

3.1 OBJETIVOS E DETALHAMENTO DA PROGRAMAÇÃO DIÁRIA

A programação diária da operação eletroenergética é a etapa mais próxima

da operação em tempo real do sistema elétrico. Neste horizonte o ganho da

otimização pode ser medido pela economia do recurso (água) utilizado para a

geração. Ou seja, a otimização modelada no pré-despacho reverte-se em máquinas

operando em melhores pontos de rendimento, utilizando-se menos água para gerar

a mesma quantidade de energia (SALMAZO, 1997).

Dentre os diferentes estudos coordenados entre si, de objetivos e foco de

análise específicos, está a programação diária da operação eletroenergética (PDO),

também chamada “pré-despacho” (FORTUNATO et al., 1990; SALMAZO, 1997;

VIEIRA, 2007), cujo objetivo é “a otimização da operação do SIN, por meio do

suprimento, nas melhores condições técnicas (elétricas e energéticas), econômicas

e com maior segurança operacional possível, das demandas previstas”

(OPERADOR..., 2009, p. 3), ou seja, define um cronograma e condições de geração

de cada unidade do sistema, de acordo com as características de cada máquina,

para o dia seguinte discretizados em intervalos de 30 minutos, obedecendo às

diretrizes estabelecidas pelo planejamento da operação energética para atender as

previsões de carga do SIN, alcançando maiores economia e eficiência.

O ONS, juntamente com os agentes envolvidos, considera diariamente os

seguintes fatores: as metas definidas pelo Programa Mensal da Operação

Energética (PMO), as informações referentes a restrições elétricas nos sistemas,

restrições hidráulicas e ambientais da utilização das águas, previsões de afluências

e meteorológicas, cronogramas de manutenção das unidades geradoras e de

intervenções na rede e as características dos equipamentos e instalações que

compõem o SIN (OPERADOR..., 2009). Todas essas informações são utilizadas

para otimizar o pré-despacho através do Programa Diário da Operação

Eletroenergética (PDE), o qual é composto pelos Programa Diário de Produção

(PDP), Programa Diário de Intervenções (PDI) e Programa Diário de Defluências

(PDF).

Page 40: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

39

O PDP contém as informações de caráter energético como: previsão de

carga, programas de geração das usinas e de defluência turbinada e vertida,

intercâmbio líquido por agente de geração e de distribuição, intercâmbios entre

subsistemas, manutenção das unidades geradoras e suas restrições operativas,

entre outras (OPERADOR..., 2009).

As diretrizes operativas em relação a manutenções e intervenções nos

equipamentos do sistema de transmissão estão no PDI, assim como os limites de

transmissão e de despacho das usinas decorrentes dessas intervenções

(OPERADOR..., 2009).

O PDF contém os valores de afluência média diária prevista e defluência total

média diária programada, por aproveitamento, e a previsão do nível de

armazenamento nos reservatórios ao longo das 24 horas do dia programado. Todas

as informações contidas nos programas que compõem o PDE estão definidas

detalhadamente no Submódulo 8.1 dos Procedimentos de Rede ONS

(OPERADOR..., 2009).

Todo o processo de programação ocorre de forma participativa e interativa

entre o ONS e os agentes envolvidos, havendo transparência de informações entre

as partes e tratamento justo para os agentes, baseado em princípios de equidade

por parte do ONS, sendo este o responsável pela aprovação final da PDE. O ONS

também define quais são as responsabilidades e atribuições de cada parte para a

elaboração do pré-despacho. Além de aprovar e estabelecer os programas finais de

geração, o ONS deve obter internamente alguns dados como as informações

contidas na PMO, características físicas e operativas das usinas hidrelétricas e

termoelétricas, previsões meteorológicas e de vazões naturais médias, previsões de

carga de demanda a cada 30 minutos e máxima de cada subsistema e analisar o

seu atendimento com confiabilidade e continuidade. Também é dever do ONS

acionar os agentes envolvidos para obter os dados necessários nos prazos

estabelecidos e consolidar essas informações sempre interagindo com os agentes,

analisar e compatibilizar as propostas de programas de geração e intercâmbio

definidos, solicitando eventuais mudanças, para serem validados sob o enfoque

elétrico e energético e compor PDP, PDI e PDF e disponibilizá-los aos agentes

(OPERADOR..., 2009).

Os agentes de geração devem fornecer as informações para a composição

dos PDP e PDF como o cronograma de manutenção dos equipamentos de geração,

Page 41: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

40

analisando e implementando as alterações solicitadas pelo ONS, informar as

restrições operativas das usinas e seus valores máximos e mínimos de geração,

elaborar as propostas de programação de geração e defluências turbináveis e

vertidas de cada usina e programa de intercâmbio líquido de energia.

Os agentes de transmissão analisam as solicitações feitas pelo ONS em

relação a mudanças no cronograma de manutenção de equipamentos de

transmissão que afetem a segurança ou programa de geração das usinas.

Os agentes de distribuição fornecem o potencial de demanda passível de ser

reduzida ou desconectada e o tempo necessário para o retorno delas, e dados

referentes a restrições elétricas locais e indisponibilidade de circuitos da rede de

distribuição que possam afetar a geração, analisando as mudanças no cronograma

de manutenção dos equipamentos solicitadas pelo ONS (OPERADOR..., 2009).

 

Page 42: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

3

verif

agen

do S

3.2 FLUX

As etap

ficadas na

ntes envolv

SIN.

Agentesinformaçõ

inco

Agent

alteram

de m

Definipolítica

para

Agen

pr

geração

XOGRAM

as da PDO

Figura 8,

vidos na e

s e ONS alteraões consideraonsistentes 

es verificam e

m cronogram

manutenções 

ição de novasas energéticaa a semana 

ntes alteram  

oposta de  

o e intercâmb

MA DO PR

O, desde a

, que exib

laboração

am adas 

a  

Não

s s  

Não

Não

Não

bio 

ROCESS

a sua conc

be um flux

do pré-de

Rco

In

Aná

Análenerg

Criaçãintercâm

SO DA PR

epção até

xograma d

espacho de

Recebimento nsistência da

nformações C

álise do atendde energia e 

Cronogramanutenções

lise da viabilidgética do PMO

Políticas enePMO são 

ão dos programbio por agen

Geração e inestão compa

1

ROGRAM

o seu fech

as ativida

e todas as

e análise da  s informações

Consistentes? 

Sim

dimento à cargà demanda 

ama de s é factível? 

dade da polítiO para a sema

rgéticas do viáveis? 

mas de geraçnte / Análise d

Sim

Sim

ntercâmbio tibilizados? 

Sim

MAÇÃO

hamento, p

ades do O

unidades

es 

ga  

ica  ana 

ção e  do ONS 

41

DIÁRIA

podem ser

ONS e dos

geradoras

r

s

s

 

Page 43: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

FF

 

Figura 8: FluFonte: Adap

Agen

pro

geração

Agen

pro

geração

Agen

pr

geração

uxograma dptado de OP

ntes alteram  

oposta de  

o e intercâmb

FIM 

ntes alteram  

oposta de  

o e intercâmb

ntes alteram  

oposta de  

o e intercâmb

da PDO. PERADOR ..

Não

io 

io 

Não

Não

Não

bio 

. (2009).

Validd

Compopara

Vpropo

Validação

dação elétricade geração e i

Limites de trforam resp

sição e envio a o CNOS e to

Ocorrênciarelevante no

Validação eneostas de geraç

Diretrizes enforam ate

1

o hidráulica dpara control

Restrições pade cheias at

Sim

a dos programintercâmbio 

ransmissão peitados? 

Sim

do PDP, PDI eodos os Agent

a de fato o sistema? 

Sim

ergética das  ção e intercâm

nergéticas endidas? 

Sim

dos aproveitame de cheias 

ara controle tendidas? 

mas  

e PDF  tes 

mbio 

mentos  

422

 

Page 44: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

43

O processo da PDO se inicia com a troca das informações entre ONS e

agentes, conforme a responsabilidade de cada um deles. Caso haja alguma

inconsistência, ocorre a interação entre as duas partes, as informações são

revisadas e reenviadas. Se as mesmas estiverem corretas, passam a ser

consolidadas (OPERADOR..., 2009, p.14).

Na sequência são enviados pelos agentes os dados de carga de demanda

integralizada em intervalos de 30 minutos. Realiza-se a análise para avaliar as

condições de atendimento da demanda para o período de ponta, a fim de verificar

necessidade de alterações nos cronogramas de manutenção de unidades geradoras

e de instalações de transmissão, sempre buscando garantir a segurança do sistema

e de equipamentos. Além destes aspectos devem ser avaliadas as condições de

atendimento energético que impõem restrições à otimização energética da operação

do sistema (OPERADOR..., 2009, p.14).

Em função das revisões semanais do PMO, cada usina despachada

centralizadamente recebe uma meta de geração semanal. Durante a elaboração da

PDO são analisadas as condições hidroenergéticas dos subsistemas, para

cumprimento das determinações da política energética do PMO. Caso as mesmas

sejam viáveis, passa-se para a próxima etapa. Caso contrário, são definidas novas

políticas energéticas para a semana (OPERADOR..., 2009, p.15).

Com o nível de informações que já foi avaliado, inicia-se o processo de

elaboração das propostas de geração e intercâmbio por agente, de forma a

implementar o cumprimento das metas energéticas para diferentes patamares de

carga, sendo normalmente quatro (leve, média, pesada e ponta). Além disso, são

estudadas as diretrizes do PMO, ajustes de carga e afluências, restrições elétricas

de transmissão e intervenções que causem limitações de geração. De posse destes

dados, os agentes de geração elaboram suas propostas de geração e intercâmbio

em intervalos de 30 minutos buscando a otimização local e global do sistema. O

déficit ou superávit de energia determinam os montantes de energia que devem ser

recebidos ou enviados por cada agente em cada período do dia. Estas diferenças

resultam na curva de intercâmbios (OPERADOR..., 2009, p.15).

Após o recebimento dos dados de geração e intercâmbio de todos os

agentes, é realizada a compatibilização entre valores de energia média fornecidos e

recebidos por todos os agentes, de forma que o balanço entre geração, carga e

intercâmbio tenha resultado nulo. Também é verificada a folga de geração de cada

Page 45: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

44

usina e de reserva de potência do sistema, a fim de que as disponibilidades sejam

numericamente iguais ou maiores ao somatório dos valores programados de

geração e de reserva de potência alocada. Caso existam inconsistências, ocorre a

interação entre ONS e agentes para tentar conciliar os benefícios sistêmicos com as

restrições locais. Concluída esta etapa, é feita a validação energética das propostas

de programas de geração e intercâmbio compatibilizados (OPERADOR..., 2009,

p.15).

Não havendo nada mais para ser alterado do ponto de vista energético, faz-se

a validação hidráulica para controle de cheias, a fim de constatar que os volumes de

espera e as restrições de defluência em condições normais de operação para

controle de cheias nos reservatórios não estão sendo violados. Caso ocorra algum

tipo de violação, ocorre a interação entre ONS e agentes para solucionar estas

questões (OPERADOR..., 2009, p.24).

Por fim, depois de atendidas todas as diretrizes energéticas e hidrológicas,

dá-se início à validação elétrica dos programas de geração e intercâmbio. São

rodados programas que simulam os fluxos de potência na rede elétrica de operação,

estudados os limites de carregamento dos componentes do sistema, a configuração

da rede, os limites de transmissão entre áreas e subsistemas e as suas violações.

Os resultados obtidos na simulação servirão de base para alterações na

programação energética a fim de adequar os valores verificados aos limites de

carregamentos e intercâmbios (OPERADOR..., 2009, p.16).

O ONS, após todo este processo, disponibiliza aos agentes e ao CNOS o

PDP, o PDI, o PDF e caso não ocorra nenhum fato relevante na operação, o

processo se encerra. Caso exista algum fato relevante, que deva ser levado em

consideração na PDO, o processo retorna à sua etapa de análise das condições de

atendimento à carga de energia e demanda (OPERADOR..., 2009, p.17).

 

3.3 SOLUÇÕES UTILIZADAS PARA O PRÉ-DESPACHO

A PDO, diferentemente dos horizontes de longo e médio prazos, estudados

no planejamento energético, não possui um modelo computacional único para a

otimização de todas as unidades geradoras do sistema devido à sua complexidade

(SCUZZIATO, 2011). Vários trabalhos foram realizados utilizando diferentes

modelagens contribuindo no desenvolvimento de uma metodologia para fornecer as

Page 46: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

45

diretrizes de geração do dia seguinte. A seguir serão apresentados alguns desses

estudos.

Na dissertação de mestrado de Salmazo (1997), foi estudado o nível de

geração em base horária do sistema de geração da COPEL, composto por três

usinas de grande porte, 58 barras e 62 linhas de transmissão. A análise foi feita

considerando as características individuais das unidades geradoras hidrelétricas,

rendimentos, nível de jusante, perdas hidráulicas em MW, limites e perdas do

sistema de transmissão e zonas proibidas de geração. O resultado obtido foi um

menor consumo de água para a mesma quantidade de energia produzida e redução

nos gastos com manutenção das unidades geradoras ao se ter maior rendimento e

redução de desgastes.

Posteriormente, Arce (1999) estudou a usina de Itaipu utilizando técnica de

programação dinâmica. Seu objetivo foi a otimização do despacho minimizando

perdas, partidas e paradas. Foram considerados dados como a elevação do nível do

canal de fuga, o atrito do fluxo de água nas tubulações hidráulicas, rendimento das

máquinas de geração e fatores que geram custos de partida e parada. O resultado

do estudo foi de que ao se obter despacho com perdas mínimas, o número de

partidas e paradas deve aumentar, ou se minimizar as partidas e paradas, há

maiores perdas. Para se obter o maior rendimento econômico, é preciso saber quais

os custos de paradas e partidas. Já em sua tese de doutorado, Arce (2006) utiliza

uma heurística combinando Relaxação Lagrangeana e programação dinâmica sobre

uma parte do sistema de geração brasileiro composta por 78 usinas hidrelétricas e o

total de 398 unidades geradoras. Além dos mesmos fatores citados anteriormente

em sua dissertação, também foram consideradas restrições de capacidade de

geração, de atendimento à demanda e metas do Planejamento energético.

Santos (2001) desenvolveu uma metodologia para a otimização do pré-

despacho composto por algoritmos genéticos para o despacho de máquinas e

Relaxação Lagrangeana para o despacho de geração. Essa metodologia foi aplicada

sobre um caso real do Sistema de Usinas Hidrelétricas do rio Paranapanema

através de um programa computacional. Seus estudos concluíram que as perdas no

sistema de geração de usinas hidrelétricas são significativas e devem ser

consideradas na PDO, assim como os custos de partidas e paradas das máquinas, e

os algoritmos genéticos mostraram-se eficientes na análise do despacho de

máquinas.

Page 47: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

46

Finardi (2003) decompôs o problema original em subproblemas distintos, os

quais trataram da alocação de unidades geradoras termoelétricas, atendimento das

restrições de demanda e do sistema de transmissão, uso da água e o número ótimo

de unidades para cada usina hidrelétrica. O foco desse trabalho foi dado

principalmente para os subproblemas de natureza hidrelétrica, não sendo

implementados os outros subproblemas.

Montibeller (2003), em sua dissertação, também dividiu o estudo em

subproblemas: um termoelétrico e outro hidrelétrico. Seu desenvolvimento foi

através de Relaxação Lagrangeana e Métodos de Otimização Não-Diferenciável,

dando ênfase à formulação matemática do sistema hidrelétrico e simplificando a

modelagem do sistema termoelétrico. Concluiu-se que o método de feixes chega a

resultados satisfatórios e com tempos computacionais razoáveis.

Vieira (2007) obteve os valores de custos relativos a partidas e paradas de

unidades geradoras hidráulicas e custos ao serem operadas como compensadores

síncronos. Para a otimização do pré-despacho também foram consideradas perdas

energéticas ao longo da geração e remunerações pela prestação de serviço ancilar

de suporte de reativo. O modelo matemático foi desenvolvido através de Relaxação

Lagrangeana associada a um algoritmo de programação dinâmica e baseado nas

usinas da COPEL. Ao final do estudo foi possível o operador da usina determinar a

viabilidade econômica entre desligar a unidade geradora ou mantê-la funcionando

como compensador síncrono.

Rodrigues (2009) estudou a programação da operação do sistema

hidrotérmico elaborando um programa de geração horário para um horizonte de dois

dias, cujos resultados foram aplicados em um sistema baseado no caso brasileiro.

Foram consideradas restrições do sistema hidrelétrico, termoelétrico e de

transmissão, como limites de volume armazenado e vazão vertida nos reservatórios,

função de custo futuro, tempo mínimo de partida e desligamento, limites de potência

e limites de intercâmbios entre sistemas. Seus resultados foram um menor esforço

computacional para o estudo do problema da programação da operação de sistemas

hidrotérmicos.

Muller (2010) utilizou uma técnica híbrida composta por Algoritmos Genéticos

e Programação Não Linear para a programação de geração de usinas hidrelétricas

individualizadas. Primeiramente foi analisada a usina de Itaipu, composta por um

conjunto de máquinas iguais, e, em seguida, a usina de Cachoeira Dourada, com

Page 48: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

47

máquinas de características diferentes. Os resultados do primeiro estudo foram

comparados com os obtidos em Arce (1999), alcançando valores mais satisfatórios

que este.

Takigawa (2010) utilizou as metodologias da Relaxação Lagrangeana e do

Lagrangeano Aumentado para solucionar o problema da PDO. Realizou-se uma

modelagem de todos os componentes de geração e transmissão do sistema

hidrotérmico, sendo a função de produção das unidades hidrelétricas modeladas

detalhadamente para representar de forma realista seu comportamento por ser um

recurso predominante no Brasil.

Scuzziato (2011) utilizou a mesma metodologia de Takigawa (2010) e aplicou

seu estudo sobre um sistema composto por quatro usinas hidrelétricas em cascata

com capacidade de potência instalada de 4170 MW. Foram modeladas as restrições

das unidades hidrelétricas considerando as perdas hidráulicas, elétricas e

mecânicas ao longo do processo de geração. Seu trabalho apresentou resultados de

melhoria na operação de bacias, em estudos de manutenção e reduzindo desgastes

excessivos nas turbinas.

 

Page 49: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

48

A seguir é apresentado o Quadro 1, com um resumo dos critérios de

modelagem utilizados nos trabalhos citados anteriormente.

Unidades

termoelétricas Unidades hidrelétricas

Fun

ção

Qua

drát

ica

de C

usto

de

Pro

duç

ão

Tem

pos

Mín

imos

par

a P

artid

as

e P

arad

as

Res

triç

óes

de

Ram

pa

Fun

ção

de

Pro

duçã

o N

ão-

Lin

ear

Uni

dad

es In

divi

dual

izad

as

Per

das

Hid

rául

icas

em

Fun

ção

da V

azã

o T

urbi

nad

a

Per

das

Mec

ânic

as n

a T

urbi

na

e G

loba

is n

o G

erad

or

Altu

ra d

e Q

ued

a

Zon

as P

roib

ida

s de

Ger

ação

Cur

vas-

colin

a

Tem

pos

de V

iage

m d

a Á

gua

Con

serv

açã

o d

a M

assa

da

Águ

a

Cus

to d

e P

artid

as e

Par

ada

s

Fun

ção

de

Cus

to F

utur

o

Arce (1999)

Arce (2006)

Finardi (2003)

Muller (2010)

Montibeller (2003)

Rodrigues (2009)

Salmazo (1997)

Santos (2001)

Scuzziato (2011)

Takigawa (2010)

Vieira (2007)

Quadro 1: Modelagem do Pré-despacho na literatura pesquisada. Fonte: Adaptado de Rodrigues (2009, p.17).

No capítulo 4 serão apresentadas as formulações que os principais autores

utilizam na modelagem das usinas hidrelétricas com vistas ao pré-despacho. Serão

discutidas algumas diferenças de equacionamento (como no caso da altura de perda

hidráulica) e definida a valoração das perdas no processo de geração. Estas

informações darão subsídios para a criação do modelo simulador hidráulico e de

perdas, baseado na metodologia apresentada no otimizador desenvolvido no

trabalho de Soares e Salmazo (1997). Como o presente estudo será aplicado a uma

usina hidrelétrica, ao término do capítulo 4 serão apresentadas as principais

informações do empreendimento em questão.

 

Page 50: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

49

4 A USINA HIDRELÉTRICA ESTUDADA E AS FORMULAÇÕES

HIDROLÓGICAS E ENERGÉTICAS

4.1 USINAS HIDRELÉTRICAS

A maior parte da energia gerada no Brasil provém de usinas hidrelétricas

(EMPRESA..., 2011, p. 15). Para Souza, Fuchs e Santos (1983, p. 14), as principais

partes componentes de uma central hidrelétrica são:

Barragem: Responsável por represar as águas do rio (permitindo sua

captação e desvio), elevar o nível das águas (proporcionando um desnível adequado

a um aproveitamento hidrelétrico) e formar um reservatório (a fim de regularizar2 as

vazões);

Captação e condutos de adução de água: Conduzem a água a partir do

reservatório (através da tomada d’água) até a casa de força, situada em um nível

mais baixo, à jusante da barragem;

Casa de força: Aloja os conjuntos turbina-gerador bem como os

equipamentos auxiliares;

Restituição de água: É o canal por onde a água é novamente reconduzida

ao leito do rio, também chamado de canal de fuga;

Vertedouro: Descarrega o volume de água que excede a capacidade do

reservatório.

                                                             2 Regularização das vazões: As vazões afluentes aos rios possuem grandes variações naturais, que dificultam o dimensionamento dos aproveitamentos hidráulicos. Se forem escolhidas turbinas para as vazões mínimas de um rio, grandes quantidades de energia não seriam aproveitadas. Ao contrário se forem dimensionadas turbinas em função das maiores vazões do mesmo rio, as turbinas poderiam ficar longos períodos sem operar em sua capacidade máxima. Para mitigar este problema, são construídas as barragens, que proporcionam a regularização das vazões. Assim, acumula-se água em períodos de chuvas para restituí-la em épocas de secas. Em função do volume de água armazenável, pode ser obtida uma regularização anual ou até plurianual. As usinas que possuem reservatórios com baixa capacidade de regularização são chamadas usinas a fio d’água (SOUZA, FUCHS E SANTOS, 1983, p. 112).

Page 51: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

uma

base

rese

elétr

de m

prim

De form

a usina hidr

FF

Segund

eia-se na

ervatório em

rico. Assim

montante,

meira, como

FF

ma simplific

relétrica, c

Figura 9: PriFonte: ARCE

o Finardi

transform

m energia

m sendo, a

passa pelo

o pode ser

Figura 10: CoFonte: RODR

cada, a Fig

onforme d

ncipais comE (2006, p. 1

(2003, p.

mação da

cinética q

a água é c

o conduto

visto na F

orte transveRIGUES (200

ura 9 apre

escrito.

mponentes d8).

28), o fu

a energia

que move

captada do

forçado e

Figura 10.

ersal de uma03, p. 13).

esenta os p

de uma usin

ncionamen

potencia

as pás da

o reservató

é descarr

a usina hidr

principais c

na hidrelétric

nto de um

l gravitac

a turbina a

ório em um

regada em

relétrica.

component

 

ca.

ma usina h

cional da

acoplada a

ma determi

m uma cota

 

50

tes de

hidrelétrica

água do

ao gerador

inada cota

a inferior à

0

a

o

r

a

à

Page 52: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

51

4.2 MODELAGEM DO CONJUNTO TURBINA-GERADOR

Fortunato, et al (1990, p. 40) representam a função de produção da unidade

geradora de uma usina hidrelétrica pela transformação da energia potencial

(associada ao volume de água no reservatório) em energia elétrica (na saída da

unidade geradora, composta por turbina e gerador) e os seus rendimentos

associados, conforme a Equação 1:

(1)

Onde:

é a energia produzida (saída) pela máquina i da usina ao longo de um

período ∆t;

é a energia potencial da massa d’água que é utilizada para acionar a

turbina acoplada ao gerador i durante o período ∆t;

é o rendimento da turbina acoplada ao gerador i ao longo do período ∆t;

é o rendimento do gerador i ao longo do período ∆t.

Segundo Finardi (2003, p. 29), considerando que a energia potencial

gravitacional é expressa pelo produto da massa da água 3 , pela aceleração da

gravidade e pela altura de queda líquida média em ∆t na qual a turbina está

submetida, , a Equação 1 pode ser reescrita da seguinte forma:

(2)

Onde:

é o peso específico da água (em kg/m³);

é a vazão turbinada na máquina i (em m³/s);

é a aceleração da gravidade (em m/s²);

é a altura líquida na máquina i (em m).

                                                            3 A massa da água (kg) que passa na turbina i é obtida através da multiplicação da massa específica da água (kg/m³), pelo volume associado (m³), sendo este último determinado pelo produto da vazão turbinada na unidade i ( ) e o período de tempo considerado ∆ .

Page 53: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

52

4.2.1 Potência Gerada

Como a potência é representada pela energia gerada por unidade de tempo,

( ⁄ ),é possível expressar a potência produzida na máquina i pela seguinte

expressão:

(3)

Onde:

é a potência gerada na máquina i (em MW).

Assim sendo, a potência gerada em uma usina hidrelétrica é “uma função da

vazão turbinada e da altura de queda, que por sua vez, é uma função não linear do

volume armazenado e da vazão defluente” (FORTUNATO, et al, 1990, p. 41).

A Equação 3, deduzida a partir da conservação de energia, é a mesma

apresentada em Fortunato, et al (1990), Salmazo (1997), Arce (1999 e 2006) e

Vieira (2007).

4.2.1.1 Altura Líquida

 

O cálculo da altura de queda bruta (ou queda topográfica) de uma usina é

dado pela diferença entre a cota do nível do reservatório (montante) e a cota do

nível no canal de fuga (jusante). Porém, a queda bruta não representa as perdas

hidráulicas existentes na operação das usinas. Descontando-se as perdas

hidráulicas, encontra-se a altura de queda líquida, dada por (VIEIRA, 2007):

(4)

Onde:

é o nível de montante (em m);

é o nível de jusante (em m);

é a altura de perda hidráulica na máquina i (em m).

Page 54: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

53

4.2.1.1.1. Nível de Montante

 

A cota de montante do reservatório de uma usina é normalmente

representada por uma função não linear do volume armazenado no início e no final

do período ∆t. Para usinas cujo reservatório possui grande capacidade de

regularização, a alteração da cota de montante não é significativa para horizontes de

planejamento de curta duração, como a programação diária da operação

eletroenergética. Assim sendo, podem ser investigadas algumas simplificações

como a não modelagem da variação do nível de montante no horizonte de 24 horas

(FINARDI, 2003).

Segundo Salmazo (1997, p. 22), mesmo em períodos de baixa hidraulicidade

a alteração do nível de montante das usinas com reservatório de grande

regularização não é significativa para o horizonte de um dia. Além da própria

capacidade de armazenamento, o planejamento de médio prazo já contempla a

mudança gradual no nível de montante, evitando a sua variação brusca. Assim

sendo, a geração acompanha a redução das vazões.

Para Finardi (2003, p. 31), no sistema brasileiro a função cota de montante

dos reservatórios é, na maioria dos casos, representada por um polinômio de quarta

ordem. A solução deste polinômio é crescente em relação ao volume armazenado.

Como exemplo de função cota de montante, pode ser utilizada a Equação 5:

(5)

Onde:

, … , são os coeficientes da função polinomial da cota de montante;

é o volume armazenado no reservatório (em hm³).

Page 55: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

54

O volume do reservatório é obtido pela equação da conservação da água.

Logo, o volume final para um dado período é equivalente ao volume inicial somado à

vazão líquida (diferença entre a vazão afluente e a vazão defluente) no mesmo

período, conforme a Equação 6 (FINARDI, 2003, p. 30):

(6)

Onde:

é o volume armazenado no reservatório ao final do período ∆t (em hm³);

é o volume armazenado no reservatório no início do período ∆t (em hm³);

é a vazão afluente média ao reservatório durante o período ∆t (em m³/s);

é a vazão turbinada média da usina durante o período ∆t (em m³/s);

é a vazão vertida média na usina durante o período ∆t (em m³/s);

é uma constante para conversão de m³ para hm³.

4.2.1.1.2. Nível de Jusante

 

De forma análoga à cota de montante, o nível de jusante é representado, em

sua maioria, por uma função polinomial denominada de curva chave ou curva cota x

vazão, dependente da vazão defluente da usina, conforme a Equação 7

(SALMAZO,1997):

. . .

(7)

Onde:

… são os coeficientes da função polinomial da cota de jusante;

é a vazão defluente (em m³/s);

é o número de máquinas da usina.

Page 56: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

55

Segundo Salmazo (1997, p. 21), a vazão vertida pode chegar a não ter

influência no nível de jusante. Isto ocorre quando, no projeto da usina, a saída do

vertedouro se localiza em um ponto muito distante da descarga das máquinas.

Desta forma, é necessário analisar cada caso para saber se há ou não influência da

vazão vertida na Equação 7.

É importante ressaltar que a elevação do nível de jusante só causa alterações

na potência em usinas que possuem turbinas de reação 4 , cuja principal

característica é operarem afogadas, fazendo com que a elevação do canal de fuga

reduza a altura líquida. Em usinas equipadas com turbinas de ação5, a alteração da

cota de jusante não causa variações na altura líquida.

Em usinas que operam em cascata existe a possibilidade de que o

afogamento de uma determinada usina seja feito pelo próprio reservatório da usina

localizada imediatamente à jusante. Nestes casos o nível de montante da segunda

usina da cascata interfere na sua própria função de produção e também na função

de produção da primeira usina. Quando isto ocorre, é necessário definir as curvas de

remanso para diferentes cotas, em um estudo específico da cascata em questão.

Estas curvas determinam a elevação do nível de jusante devido ao retardo no

escoamento da água (SALMAZO, 1997, p. 26).

4.2.1.1.3. Altura de Perda Hidráulica

 

O atrito da água nas paredes do conduto forçado durante o processo de

geração de energia causa a chamada perda hidráulica. Esta é considerada uma

redução da energia potencial e depende de forma direta da vazão turbinada

(SALMAZO, 1997, p. 21). Tal perda é composta pela soma das perdas referentes ao

efeito das peças e dispositivos intercalados na adução da água tais como

rugosidade e resistência dos condutos, grades, comportas, válvulas e curvas.

Geralmente assume-se como perda hidráulica as perdas oriundas do atrito da água

                                                            4 Uma turbina hidráulica de reação é aquela em que o trabalho desenvolvido é obtido pela transformação de energia cinética e de pressão da água em energia elétrica (FINARDI, 2003, p. 34). As turbinas de reação são do tipo Francis e de hélices. As turbinas de hélices podem ser de pás fixas ou ajustáveis, chamadas, neste caso, de turbinas Kaplan (SALMAZO, 1997, p. 25). 5 As turbinas de ação utilizam apenas a energia cinética da água para a transformação da energia potencial gravitacional em energia mecânica. É o exemplo das turbinas Pelton, utilizadas em usinas que possuem grandes quedas, como acima de 600 m (FINARDI, 2003, p. 34).

Page 57: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

56

nos condutos forçados. Souza, Fuchs e Santos (1983, p. 8) representam estas

perdas pela função de Hazen-Willians:

, , , , (8)

Onde:

é a perda hidráulica na unidade i (em m);

é o coeficiente de Hazen-Willians (tabelado);

é o diâmetro interno do conduto (em m);

é o comprimento do conduto (em m).

Comumente, em estudos da operação energética, a perda hidráulica é

representada por uma função quadrática, dependente da vazão turbinada. Uma

constante é utilizada para definir o coeficiente de perdas pelas características já

apresentadas. Assim sendo, a altura de perda hidráulica é dada pela Equação 9

(SALMAZO, 1997, p. 21):

(9)

Onde:

é a altura de perda hidráulica na máquina i (em m);

é a constante característica do conduto forçado (em s2/m5).

A Equação 9 é utilizada apenas em usinas que apresentam adutores

individuais por máquina. Nos casos em que há um adutor para a tomada d'água na

cota montante, além de adutores individualizados para cada um dos n conjuntos

turbina-gerador, há a necessidade de considerar a influência de cada uma das

perdas nestes condutos. Logo, a equação é alterada para que seja condizente com

a condição da usina:

(10)

Page 58: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

57

Onde:

é a constante característica do conduto adutor comum a todas as

máquinas da usina(em s2/m5);

é a constante característica do conduto forçado da máquina i (em s2/m5).

4.2.1.2 Rendimento do Conjunto Turbina-Gerador

 

Os rendimentos da turbina e do gerador também são variáveis que definem o

valor da potência gerada. Em estudos de longo e de médio prazo, normalmente o

rendimento é considerado constante e igual a um valor médio para todos os

conjuntos turbina-gerador de uma usina hidrelétrica. Entretanto, em estudos de curto

prazo, como a programação da operação energética, faz-se necessária uma

representação detalhada da função rendimento, principalmente da turbina, uma vez

que a modelagem correta de seu comportamento possibilita um melhor despacho de

geração, ganhos energéticos, bem como evita a presença de comportamentos

operativos indesejáveis (FINARDI, 2003, p. 37) (SALMAZO, 1997, p. 29) (VIEIRA,

2007 p. 34).

Durante a operação de uma turbina hidráulica, parte da sua potência

disponível é consumida por perdas internas e externas, dando origem,

respectivamente, aos rendimentos internos (que variam na faixa de 0,88 a 0,94 para

grandes turbinas) e mecânicos (de valores entre 0,92 e 0,99 para grandes turbinas).

O produto destas duas parcelas é o rendimento total da turbina hidráulica i (SOUZA,

FUCHS E SANTOS, 1983, p. 9).

Os geradores também apresentam variações de rendimento conforme a

potência gerada, mas esta variação é normalmente menor que a da turbina,

situando-se acima dos 0,90. Durante a conversão de energia mecânica de rotação

em elétrica ocorrem perdas nos enrolamentos, perdas mecânicas (por atrito nas

escovas da excitatriz, mancais e sistemas de ventilação) e elétricas (por histerese e

correntes de Foucault, originadas pela variação da densidade de fluxo magnético no

ferro do gerador) (ARCE, 2006, p. 27).

Em geradores modernos o rendimento se situa na faixa de 0,90 a 0,99. A

título de ilustração, pode ser verificada, na Figura 11, a curva de rendimento

aproximado dos geradores da usina de Itaipu (ARCE, 2006, p. 27).

Page 59: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

turbi

rend

Ond

deta

 

nece

qued

relaç

de

(FOR

FF

Segund

ina-gerado

dimento do

e:

é o

Devido

alhamento

4

Para um

essário co

da, vazão

ção, norma

curva é

RTUNATO

Figura 11: ReFonte: ARCE

o Vieira

or da unid

o gerador”,

rendiment

à importâ

da sua mo

4.2.1.2.1. C

ma aborda

onsiderar o

turbinada

almente el

chamado

O, et al, 199

endimento aE (2006, p. 2

(2007, p.

ade gerad

conforme

o do conju

ância da r

odelagem.

Curva de D

agem rea

o inter-rela

e rendime

a é expres

o de curv

90, p. 41) (

aproximado8).

34), “def

dora i, o p

apresenta

unto turbina

representa

Desempenh

lista da o

acionamen

ento da turb

ssa na form

va-colina

(SALMAZO

o dos gerado

fine-se co

produto do

a a Equaçã

a-gerador

ação do re

ho das Tur

operação d

nto das s

bina. Devid

ma de curv

ou, tamb

O, 1997, p

ores de Itaip

omo rendi

o rendime

ão 11:

i (em %).

endimento

rbinas Hidr

de uma tu

seguintes v

do à comp

vas de des

bém, de

. 30).

 

pu.

mento do

ento da tu

o da turbin

ráulicas

urbina hid

variáveis:

plexidade d

sempenho

diagrama

58

o conjunto

rbina pelo

(11)

na, segue

dráulica, é

altura de

da referida

. Este tipo

a de Hill

8

o

o

e

é

e

a

o

l

Page 60: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

perc

está

rend

de n

vazã

qued

regiã

com

rend

uma

refer

forne

A Figur

cebe a vari

submetida

FF

Outro e

dimento ap

nível, enqu

ão turbinad

Toda tu

da líquida

ão a turbin

o melhor

dimentos in

Suponh

a queda líq

re-se à cu

ecida é de

ra 12 apre

iação de r

a.

Figura 12: CuFonte: ARCE

exemplo d

presentado

uanto os e

da (em m³/

rbina é pro

nominais

na fornece

r rendime

nferiores (F

a-se o con

quida de 4

urva de nív

80 MW.

esenta a c

endimento

urva-colina E (2006, p. 2

e curva d

o é o do c

eixos x e y

s), respect

ojetada ten

, onde o

rá potência

nto possív

FINARDI, 2

njunto turb

42 m e en

vel de 0,8

curva de

o em funçã

de uma turb6).

de rendime

conjunto tu

y mostram

tivamente.

ndo em vis

seu rend

a nominal,

vel. Qualq

2003, p. 39

ina-gerado

ngolimento

8 de rendim

desempen

ão da vazã

bina hidrául

ento é ilus

rbina-gera

m os valore

sta uma va

dimento se

, valor aba

quer outro

9).

or, ilustrad

o de 198 m

mento (po

nho de um

ão e da alt

lica.

strado na

ador, repre

es de qued

azão turbin

erá máxim

aixo da pot

ponto de

o na Figur

m³/s. Este

nto A, em

ma turbina

tura à qua

 

Figura 13

esentado n

da líquida

nada e uma

mo. Operan

tência máx

e operação

ra 13, oper

ponto de

m verde). A

59

, onde se

l a turbina

3. Nela, o

nas curvas

(em m) e

a altura de

ndo nesta

xima, mas

o acarreta

rando com

operação

A potência

9

e

a

o

s

e

e

a

s

a

m

o

a

Page 61: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

FiFo

parti

não

e da

mais

eleva

pont

qued

potê

oper

rend

repre

igura 13: Exonte: FINAR

Para au

indo-se do

é reta. Isto

as perdas

s a potênc

a-se de 80

tos A e B e

Outra in

da, aliada

ência de 1

ração da m

dimento. P

esentará u

xemplo ilustRDI (2003, p.

umentar a

o ponto A p

o se deve

hidráulica

cia gerada,

0 para 115

e, posterior

nformação

a uma v

12 MW co

máquina e

Percebe-se

um rendime

rativo de um. 19).

potência d

para o pon

ao aumen

as, que re

, até o seu

5 MW, ma

rmente, de

do diagra

azão turbi

om rendim

e qualquer

e, também

ento máxim

ma curva-co

de saída, e

nto B. Nota

nto do níve

eduzem a

u valor má

s o rendim

ecrescente

ma é a de

inada de

mento máxi

região dif

m, que a

mo sempre

olina.

eleva-se a

a-se que a

el de jusant

altura líqu

áximo, che

mento varia

entre os p

e que a qu

aproximad

imo de 0,9

ferente des

máxima p

e inferior a

vazão turb

a linha que

te (função

uida. Incre

ega-se ao

a de forma

pontos B e

eda de pro

damente 2

94. Este é

sta repres

potência é

0,88.

binada, por

e liga os d

da vazão

ementando

ponto C. A

a crescent

C.

ojeto é 41

265 m³/s,

é o melhor

senta uma

é de 120

60

 

r exemplo,

ois pontos

defluente)

o-se ainda

A geração

e entre os

,5 m. Esta

gera uma

r ponto de

queda de

MW, que

0

,

s

)

a

o

s

a

a

e

e

e

Page 62: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

61

O distanciamento do ponto de operação da unidade para o ponto de melhor

rendimento (no caso, o ponto B) causa uma perda de potência, representada pela

diferença entre eles (SALMAZO, 1997, p. 31).

4.2.2 Representação das Perdas

4.2.2.1 Perda Hidráulica

Uma vez definida a altura de perda hidráulica, em m, é necessária a sua

conversão para MW, para padronização das unidades. A perda hidráulica, então,

passa a ser dada, conforme Vieira (2007, p. 36), por:

(12)

Onde:

é a perda hidráulica da máquina i (em MW).

4.2.2.2 Perda por Elevação do Nível de Jusante

 

Salmazo (1997, p. 25) explica que em usinas equipadas com turbinas de

reação, a elevação do nível de jusante causa uma redução da altura de queda

líquida e, portanto uma diminuição da potência gerada. A perda de potência ocorre

em relação à potência correspondente ao nível de referência (sem perda), ou seja,

ao nível quando a defluência é nula. Esta diferença, em m, é convertida para MW,

da forma idêntica ao procedimento realizado no cálculo da perda hidráulica. A

redução de potência gerada, decorrente da elevação do nível de jusante é

representada por:

(13)

Onde:

é a perda por elevação do nível de jusante na máquina i (em MW);

é o nível do canal de fuga da usina com vazão defluente (em m);

é o nível do canal de fuga da usina com vazão defluente nula (em m).

Page 63: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

62

4.2.2.3 Perda por Distanciamento do Ponto Ótimo

 

A operação da unidade geradora fora do seu ponto de melhor rendimento

(dado pela curva-colina) causa uma perda no processo de produção de energia

elétrica. Para se determinar esta perda, é considerado como valor de referência

(perda nula) o ponto de maior rendimento ). O distanciamento deste ponto indica

a redução de rendimento, que convertida para potência, passa a ser calculada como

(VIEIRA, 2007, p. 37):

(14)

Onde:

representa a perda pelo distanciamento do ponto de maior rendimento do

conjunto turbina-gerador (em MW);

representa o ponto de maior rendimento do conjunto turbina-gerador da

máquina i (em %);

representa o rendimento do conjunto turbina-gerador da máquina i (em

%).

4.3 O OTIMIZADOR BASE PARA ESTE TRABALHO

O trabalho de Soares e Salmazo (1997) define a potência fornecida pelas

unidades geradoras, com base horária, através da otimização obtida com

minimização do valor econômico das perdas nos sistemas de produção e

transmissão. São considerados o atendimento à carga, as metas de geração e

intercâmbio bem como restrições operativas (zonas de geração proibidas nas

unidades e limites no sistema de transmissão).

Para a solução do problema, o modelo proposto minimiza uma função

quadrática, que representa as perdas no sistema de geração e transmissão. A

técnica de solução empregada associa relaxação lagrangeana a uma heurística para

selecionar as unidades geradoras em operação.

O valor econômico supracitado é obtido pela ponderação da perda pela tarifa

de momento, sendo que a perda de transmissão é representada pela soma das

tarifas de curto e longo prazo enquanto a perda no sistema de geração apenas pela

Page 64: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

63

tarifa de curto prazo. Assim sendo, o problema visa minimizar a seguinte função

objetivo:

, , , , , ,

(15)

Onde:

é o número de períodos do estudo;

é o número de usinas;

é o número de máquinas;

é o número de linhas de transmissão;

representa o valor econômico da perda na geração;

representa o valor econômico da perda na transmissão;

é a perda hidráulica da unidade geradora;

é a perda pelo distanciamento do ponto de ótimo da unidade geradora;

é a perda por elevação do nível de jusante na unidade geradora;

é a perda no sistema de transmissão.

Sujeito a:

Restrição para atendimento das metas de geração da usina e de intercâmbio:

, ,

(16)

Onde:

, é a geração da l-ésima unidade geradora no instante t;

é a meta de geração e intercâmbio para a l-ésima usina e empresa;

é o número de metas de intercâmbios.

Restrição operativa das unidades geradoras:

, , , , (17)

Page 65: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

64

Onde:

é uma variável booleana que indica se a máquina está despachada ou

não;

, é o valor de geração da m-ésima unidade geradora na i-ésima usina;

é a geração mínima da m-ésima unidade geradora na i-ésima usina;

é a geração máxima da m-ésima unidade geradora na i-ésima usina.

Restrição dos limites de fluxos nas linhas:

, , , ,

(18)

Onde:

, é o fluxo da i-ésimalinha no instante t;

, é o fluxo mínimo da i-ésima linha no instante t;

, é o fluxo máximo da i-ésima linha no instante t.

O algoritmo de solução apresentado em Soares e Salmazo (1997) pode ser

representado pela Figura 14:

 

Figura 14: Algoritmo utilizado por Soares e Salmazo. Fonte: SOARES e SALMAZO (1997, p. 1224).

Page 66: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

65

O primeiro nível é baseado em uma heurística e define as unidades geradoras

a serem despachadas. Para um sistema onde as máquinas de cada usina são

iguais, é possível utilizar a seguinte metodologia: inicia-se o processo considerando-

se apenas uma unidade geradora para cada usina, onde o limite superior da unidade

é relaxado até o limite máximo de geração factível da usina, considerando o número

de unidades disponíveis e possíveis limitações. Assim é obtida a geração

aproximada de cada usina. Na sequência essa geração aproximada é analisada em

relação às curvas de perdas da usina e é definido o número de unidades

despachadas.

O segundo nível é responsável pelo atendimento das metas de geração e

intercâmbios por meio da definição de preços para geração de cada usina e

intercâmbio. O terceiro nível resolve, para cada intervalo de tempo, um problema de

fluxo de carga ótimo, dados os custos determinados no nível anterior. São realizados

procedimentos iterativos, para a otimização, em função de uma tolerância pré-

definida.

4.4 A USINA ESTUDADA

A formulação definida será aplicada a uma usina hidrelétrica de grande porte.

Suas principais características são apresentados no Quadro 2:

Hidrologia

Nível de água máximo normal 635 m

Nível de água mínimo normal 626 m

Nível de água máximo maximorum 636,5 m

Nível mínimo de jusante 611 m

Volume mínimo 1470 hm³

Volume máximo 2137 hm³

Volume útil 667 hm³

Canal de adução

Comprimento 120 m

Largura 22 m

Túnel de adução seção arco retângulo

Comprimento 1922 m

Largura 12,2 m

Altura 12,45 m

Page 67: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

66

Tomada de água de alta pressão

Comprimento 26,55 m

Largura 39,7 m

Altura 37 m

Túneis forçados

Número de unidades 3

Comprimento médio 382 m

Casa de força

Número de máquinas 3

Tipo de turbina Francis

Potência nominal unitária das turbinas 119,5 MW

Queda líquida nominal 114,77 m

Vazão nominal 113,2 m³/s

Rotação nominal 200 rpm

Potência nominal unitária dos geradores 130,4 MVA

Fator de potência nominal 0,9 indutivo Quadro 2: Parâmetros da usina estudada. Fonte: Autoria própria (com base nos dados da usina).

No capítulo 5 serão apresentadas as etapas de desenvolvimento do simulador

proposto para a usina em questão. As formulações já definidas serão aplicadas e

mais informações do aproveitamento serão estudadas, conforme a necessidade de

modelagem.

Page 68: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

67

5 O MODELO DE CONSTRUÇÃO DAS CURVAS DE PERDA DE

POTÊNCIA EM FUNÇÃO DA GERAÇÃO

Uma vez definidas as formulações para modelar as perdas energéticas e as

variações das grandezas hidráulicas de uma usina hidrelétrica qualquer, é dado

início ao processo de simulação das grandezas de interesse para a construção das

curvas de perdas do empreendimento em estudo, no horizonte da programação

diária da operação eletroenergética.

5.1 PREMISSAS ADOTADAS

Conforme apresentado anteriormente, a programação diária da operação

eletroenergética pode ter a sua discretização em base horária ou de meia em meia

hora. Neste trabalho será adotada a divisão do dia em 24 períodos de uma hora.

A vazão afluente para a usina em questão é definida em função de previsões

advindas de estudos hidrológicos, podendo ser considerada determinística para este

horizonte. Na modelagem ela é representada por um valor médio, replicado para

todos os períodos.

Ao elaborar o programa de geração para qualquer usina hidrelétrica, é

necessário saber o nível de montante do reservatório ou o volume inicial

armazenado na primeira hora do dia. Assim sendo, a informação da cota de

montante (em relação ao nível do mar) é um dado de entrada do simulador.

As demais informações hidrológicas necessárias são os polinômios de

montante (cota x volume e volume x cota) e de jusante (cota x vazão).

Como a meta de geração é definida pela etapa anterior do planejamento

(médio prazo), o ponto de partida para a programação do pré-despacho é a meta

energética para a usina (em MW médios) para cada período. Em função dos limites

de geração da máquina, pode ocorrer variação no número de unidades

despachadas para uma mesma potência gerada na usina. Espera-se, através da

análise das curvas de perdas, definir qual a melhor opção para o despacho das

unidades nestas circunstâncias.

Page 69: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

68

5.2 ALGORITMO DO SIMULADOR APLICADO À USINA

Uma vez estabelecidas as premissas, dá-se início ao processo de simulação,

definindo-se os dados de entrada. O Quadro 3 exemplifica o processo de inserção

dos mesmos. Para cada hora, além dos dados já relatados, é fornecida uma variável

booleana por conjunto turbina-gerador, para indicar se ele está ligado ou desligado

(colunas G1, G2 e G3 do quadro).

Nível de Montante Inicial (m)   

Vazão Afluente (m³/s) 

632,15  370 

Patamar  (hora final) 

G1  G2  G3 Geração  (MW) (0 ‐ Desligado / 1 ‐ Ligado) 

01:00  1  1  1  341,00 

02:00  1  1  1  342,00 

03:00  1  1  1  290,00 

04:00  1  1  1  237,00 

05:00  1  1  0  180,00 

06:00  1  1  0  223,00 

07:00  1  1  1  278,00 

08:00  1  1  1  325,00 

09:00  1  1  1  344,00 

10:00  1  1  1  342,00 

11:00  1  1  1  341,00 

12:00  1  1  1  343,00 

13:00  1  1  1  344,00 

14:00  1  1  1  339,00 

15:00  1  1  1  341,00 

16:00  1  1  1  340,00 

17:00  1  1  1  341,00 

18:00  1  1  1  340,00 

19:00  1  1  1  341,00 

20:00  1  1  1  342,00 

21:00  1  1  1  341,00 

22:00  1  1  1  342,00 

23:00  1  1  1  341,00 

00:00  1  1  1  341,00 

Quadro 3: Dados de entrada do simulador. Fonte: Autoria própria (com base no histórico de geração da usina).

Page 70: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

69

5.2.1 Vazão Turbinada

A principal grandeza a ser obtida no estudo é a vazão turbinada, pois ela

influencia o nível de jusante, as perdas hidráulicas e, como consequência, a altura

líquida e rendimento do conjunto turbina-gerador. Devido à não-linearidade da

função de vazão turbinada, é realizado um processo iterativo que se repete até

que ocorra a convergência. Para este estudo foi definido o critério de parada como

sendo uma diferença de 10-4 entre o valor de vazão turbinada da iteração n em

relação ao da n-1.

Inicialmente, partindo-se de uma produtividade estimada da usina (em MW /

m³/s), é encontrada uma vazão turbinada inicial e, através dela, realizado o cálculo

das perdas hidráulicas, conforme a Equação 10 (presente na p. 56). No caso da

usina estudada, existe um túnel de adução (por onde a água é levada do

reservatório até uma câmara de carga) e três condutos forçados (partindo da

câmara de carga até as turbinas). Há, portanto, duas constantes características

distintas dos condutos da usina. As alturas de perda hidráulica (em metros) para o

túnel de adução e para o conduto forçado são exibidas na Figura 15 e na Figura 16,

respectivamente.

Figura 15: Perda hidráulica no túnel de adução da usina. Fonte: Autoria própria (com base nos dados da usina).

00,250,50,75

11,251,51,75

22,25

45

62,5 80

97,5

115

132,5

150

167,5

185

202,5

220

237,5

255

272,5

290

307,5

325

Perda Hidráulica (m

)

Vazão Tubinada (m³/s)

Perda Canal Adutor (m)

Page 71: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

70

Figura 16: Perda hidráulica no conduto forçado da turbina i. Fonte: Autoria própria (com base nos dados da usina).

Como o nível de montante é um dado de entrada para o simulador e as

alturas de perda hidráulica dos condutos já foram calculadas, resta apenas definir o

nível de jusante, para que seja possível obter a altura líquida, segundo a Equação 4

(p. 52).

O nível de jusante é calculado como uma função polinomial da vazão

defluente, conforme a Equação 7 (p. 54). Na usina em questão a vazão defluente

pode ser definida como a soma da vazão turbinada e da vazão vertida, pois o

vertedouro se localiza próximo ao canal de fuga. A Figura 17 exibe a curva que

representa a alteração do nível de jusante em função da vazão defluente.

Figura 17: Curva do polinômio “Cota x Vazão” da usina em estudo. Fonte: Autoria própria (com base nos dados da usina).

0

0,25

0,5

0,75

1

1,25

1,5

1,75

2

45

50

55

60

65

70

75

80

85

90

95

100

105

110

115

120

Perda Hidráulica (m

)

Vazão Tubinada (m³/s)

Perda Conduto Forçado Individual (m)

510511512513514515516517518519520

0100

200

300

400

500

600

700

800

900

100

0110

0120

0130

0140

0150

0160

0170

0180

0190

0200

0

Nível de Jusante (m)

Vazão Defluente (m³/s)

Nível Jusante

Page 72: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

do c

itera

e, co

real

o ren

proc

dem

Agora a

conjunto t

ação é isola

Com o r

om este no

do conjun

ndimento d

cesso itera

mais grande

Figura Fonte: A

a altura líq

turbina-ge

ada na Equ

resultado d

ovo valor,

to turbina-

do conjunt

ativo, onde

ezas depen

18: Curva-cAutoria pró

quida pode

erador est

uação 3 (p

da Equaçã

buscar na

gerador. T

to na matr

e a vazão

ndentes de

olina do conpria (com b

e ser calcu

timado inic

p. 51) e det

ão 19, é po

curva-coli

Tendo o pa

riz que rep

o turbinada

ela.

njunto turbiase nos dad

ulada e, pa

cialmente,

terminada

ossível reca

na, ilustrad

ar “altura lí

presenta a

a é recalc

ina-gerador dos da usin

artindo-se

a vazão tu

através da

alcular o va

da na Figu

quida x po

curva-coli

culada, ass

da usina ema).

de um re

urbinada d

a seguinte

alor da altu

ura 18, o re

otência”, en

na e dá-se

sim como

m estudo.

71

endimento

a primeira

fórmula:

(19)

ura líquida

endimento

ncontra-se

e início ao

todas as

o

a

a

o

e

o

s

Page 73: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

72

Após a convergência do valor da vazão turbinada para o período em estudo, é

definida a produtividade desta etapa, fazendo-se a razão entre a potência gerada e

a vazão turbinada. Este dado é importante para que possa ser verificada a

quantidade de água necessária para se gerar 1 MW. Dependendo das condições

hidrológicas e da forma como a usina é despachada, a produtividade varia, fazendo

com que a sua análise se torne importante na otimização da geração de energia.

5.2.2 Alteração de volume armazenado e vertimento

A informação do volume armazenado no início da simulação é obtida através

de uma função polinomial de quarto grau, dependente da cota do reservatório. A

Figura 19 mostra a referida curva para o reservatório em estudo.

Figura 19: Polinômio “Volume x Cota” da usina em estudo. Fonte: Autoria própria (com base nos dados da usina).

Tendo os dados de vazão afluente, turbinada e o volume armazenado

inicialmente, relaciona-se estas grandezas por intermédio da Equação 6 (p. 54) e

determina-se o volume armazenado ao final do período simulado sem considerar a

vazão vertida. Há, então, duas possibilidades: se o volume final for maior que o

volume máximo operativo, verte-se o volume de água excedente e mantém-se o

reservatório em seu volume máximo. Caso contrário, é finalizado o cálculo do novo

valor de volume armazenado.

1200

1350

1500

1650

1800

1950

2100

2250

2400

625

626

627

628

629

630

631

632

633

634

635

636

Volume do Reservatório (hm³)

Nível de Montante (m)

Volume

Page 74: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

73

Com este dado, faz-se um novo cálculo para a determinação do nível do

reservatório de montante, também obtido por um polinômio de quarto grau, que

define o nível como função dependente do volume, de acordo com a Equação 5 (p.

53). O referido polinômio pode ser analisado através da Figura 20.

Figura 20: Polinômio “Cota x Volume” da usina em estudo. Fonte: Autoria própria (com base nos dados da usina).

5.2.3 Cota equivalente

Para o horizonte de uma hora, a variação de nível e de volume é

relativamente pequena. Por isto, o cálculo da altura líquida pode considerar o valor

inicial da cota de montante. Porém, para períodos de tempo maiores é importante

verificar o conceito de cota equivalente de montante.

A cota equivalente é o valor do nível do reservatório que ocorreria se a

simulação fosse realizada para cada variação infinitesimal de volume. A Equação 20

representa a função descrita como sendo a razão entre a integral da função

polinomial “Cota x Volume” e a variação do volume no período.

(20)

625626627628629630631632633634635636

1400

1445

1490

1535

1580

1625

1670

1715

1760

1805

1850

1895

1940

1985

2030

2075

2120

2165

Nível de M

ontante (m)

Volume do Reservatório (hm³)

Cota

Page 75: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

74

Na Figura 21 pode se verificar um exemplo genérico da função polinomial e

dos conceitos apresentados, onde hequivalente é a cota calculada.

Figura 21: Cota equivalente. Fonte: Autoria própria.

Desta forma, para cada período de estudo, foram obtidos, a partir da meta de

potência, do nível inicial do reservatório e da previsão de afluência, as grandezas

de interesse para a análise proposta nos objetivos deste trabalho, que são as

alterações dos níveis de montante e jusante, vazões defluentes, turbinadas e

vertidas. Resta, por fim, a determinação das perdas no processo de geração.

5.2.4 Perdas no processo de geração

As perdas de interesse para o horizonte de estudo (perda hidráulica, perda

por elevação do nível de jusante e perda por distanciamento do ponto ótimo) são

determinadas segundo as equações 12 a 14 (p. 61 e 62). Para tanto, são

necessárias as seguintes variáveis já calculadas: vazão turbinada, altura de perda

hidráulica, rendimento do conjunto turbina-gerador para o período e nível de jusante

para o período. Além destas, devem ser obtidos os valores de nível de jusante

mínimo e ponto ótimo de operação do conjunto turbina-gerador para a altura líquida

do período.

 

 

VfinalVeqVinicial

hinicial 

hequivalente 

hfinal 

Page 76: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

75

O nível de jusante mínimo pode ser obtido pelo polinômio da Equação 7 (p.

54), sendo zerado o valor da vazão defluente. Assim, ele equivale ao termo

independente da função polinomial “Cota x Vazão”.

Já o ponto ótimo de operação do conjunto turbina-gerador para a altura

líquida do período é determinado pela curva-colina da máquina. O Quadro 4 exibe

parte da base de dados de uma curva-colina, onde há uma matriz de “Potência

Gerada x Altura Líquida” e os valores fornecidos são os rendimentos obtidos por

meio do ensaio do modelo reduzido da turbina.

Os rendimentos em negrito representam os melhores pontos de operação

para a altura líquida definida, enquanto os campos não preenchidos representam

zonas de geração proibidas.

Potência Gerada pelo Conjunto Turbina‐Gerador (MW)   92,5  95  97,5 100  102,5 105  107,5 110  112,5  115 117,5

Altura Líquida na 

máq

uina (m

107,00  94,78  94,77  94,72 94,66 94,56  94,43               

109,00  94,88  94,89  94,88 94,83 94,76  94,67 94,54             

111,00  94,90  94,92  94,90 94,87 94,81  94,73 94,64  94,53          

113,00  94,90  94,93  94,94 94,91 94,87  94,81 94,73  94,64  94,53  94,42   

115,00  94,93  95,00  95,04 95,05 95,04  95,00 94,93  94,85  94,74  94,60 94,45 

117,00  94,92  95,01  95,08 95,11 95,12 95,10 95,06  95,00  94,91  94,80 94,68 

119,00  94,89  94,99  95,07 95,11 95,13  95,13 95,10  95,05  94,98  94,90 94,80 

121,00  94,83  94,96  95,06 95,13 95,17  95,19 95,18  95,15  95,10  95,02 94,93 

123,00  94,75  94,92  95,05 95,16 95,24  95,29 95,31 95,31  95,29  95,23 95,16 

Quadro 4: Base de dados da curva-colina. Fonte: Autoria própria (com base nos dados da usina).

A perda total é determinada pela soma das três perdas já calculadas.

Desta forma, o simulador calculou todas as grandezas de interesse para a

programação diária da operação eletroenergética e apresentou a alteração das

variáveis hidrológicas. Este procedimento pode ser realizado para horizontes de

discretização diferentes e expandido para mais usinas. Quando há reservatórios em

cascata, é necessário considerar a influência de cada um em relação ao outro,

alterando, sobretudo, a forma de cálculo dos níveis, em função de curvas de

remanso e também do tempo de viagem da água pelo rio.

Page 77: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

76

5.2.5 Validação do modelo

A fase de testes do simulador foi realizada para verificar se o mesmo

consegue reproduzir dados verificados no histórico de operação da usina. Para

tanto, foram levantados 188 dias de histórico dos dados hidrológicos e energéticos

com base horária, o que totaliza 4512 valores para análise.

As principais grandezas analisadas foram a vazão turbinada, a produtividade

verificada e a variação do nível de montante, pois são parâmetros importantes para

a correta representação da usina na modelagem proposta.

Ao término das simulações verificou-se o erro percentual da vazão turbinada

calculada em relação à vazão turbinada verificada no histórico. Dentre os 4512

valores, o erro situou-se entre -2,7% e 2,19%. Calculando-se o módulo do referido

erro para todos os períodos, obteve-se um erro médio de 1,18% com desvio padrão

de 0,46%. Do total de horas analisadas, 265 (93,95%) apresentaram erro inferior a

2% absolutos. A produtividade apresentou variação semelhante à vazão turbinada,

por ser dependente desta.

Já o nível de montante teve desvios que variaram de -0,04 a 0,04 metros nos

períodos finais de simulação (última hora do dia). 81,7% dos erros de cota de

montante foram iguais ou menores a 0,02 metros. A média dos erros foi de 0,02

metros, com desvio padrão de 0,007 metros.

Assim, percebeu-se que o modelo proposto apresentou resultados muito

próximos à operação verificada da usina, validando a sua utilização para as etapas

seguintes do presente estudo.

No capítulo 6 serão simulados diferentes cenários de metas de geração e

condições hidrológicas. Também será apresentada a análise dos resultados e das

curvas obtidas.

 

Page 78: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

77

6 ANÁLISE DOS RESULTADOS

Com o simulador em funcionamento é possível realizar o pré-despacho da

usina em questão e estudar as variáveis de interesse.

Inicialmente serão analisadas curvas de geração para diferentes cenários

hidrológicos e energéticos, verificadas as implicações de tais curvas no que se

refere às perdas e à variação do nível do reservatório de montante.

Em seguida serão apresentadas as curvas de perdas e produtividade para a

usina em diferentes estados de armazenamento do reservatório, alterando-se o

número de unidades despachadas e potência gerada.

Por fim, novos programas de geração serão propostos, utilizando-se as

curvas de perdas e produtividade, a fim de verificar as diferentes decisões

operativas que podem ser tomadas para os dias já estudados.

6.1 ANÁLISE DO PRÉ-DESPACHO

Ao responsável pela execução dos programas de pré-despacho, cabe uma

série de atribuições, pois as análises aqui apresentadas não são aplicadas apenas a

uma usina, mas a um parque gerador que possui restrições de transmissão e

diferentes curvas de perdas para cada empreendimento. Também devem ser

levados em conta os limites de estabilidade na malha de transmissão de cada

região. Estes limites podem acarretar restrições na geração de determinadas usinas.

Além destes pontos, ocorrem erros na previsão das afluências e o programador

deve estar preparado para tais situações.

Para ilustrar tais dificuldades, serão apresentadas curvas de geração típicas,

verificadas no histórico de operação da usina, mantendo-se a base diária com

discretização horária. Cada análise será composta por dois gráficos: o primeiro exibe

a curva de geração no eixo vertical esquerdo (linha cheia) e a variação do nível do

reservatório no eixo vertical direito (linha tracejada). O segundo levanta as perdas

totais (linha cheia) e perdas de rendimento (gráfico de área) no eixo vertical

esquerdo, além da produtividade (linha tracejada) no eixo vertical direito. São

também fornecidos os valores médios diários de geração, perdas e produtividade.

Page 79: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

78

Estas variáveis foram escolhidas por serem as mais relevantes durante o processo

de elaboração do pré-despacho pelo programador do agente de geração.

As premissas para cada análise são a geração média verificada (tratada como

meta diária), a afluência verificada (considerada como previsão) e o nível (ou

armazenamento) inicial do reservatório.

6.1.1 Caso 1

Na Figura 22 são apresentados os gráficos de dados verificados em uma

segunda-feira de primavera, no ano de 2012. No início do dia o reservatório

encontra-se com aproximadamente 64% do seu volume útil de armazenamento. A

afluência considerada é de 99,3 m³/s e a meta de geração é 138,58 MW.

Figura 22: Curvas de geração, perdas, produtividade e nível de montante do caso 1. Fonte: Autoria própria (com base nas simulações realizadas).

631,96

631,97

631,98

631,99

632,00

632,01

632,02

632,03

632,04

632,05

632,06

0

20

40

60

80

100

120

140

160

180

200

Nível de montante (m)

Geração (MW)

Geração (MW) Cota do Reservatório

0,980

1,000

1,020

1,040

1,060

1,080

1,100

1,120

0

1

2

3

4

5

6

7

8

9

01:00

02:00

03:00

04:00

05:00

06:00

07:00

08:00

09:00

10:00

11:00

12:00

13:00

14:00

15:00

16:00

17:00

18:00

19:00

20:00

21:00

22:00

23:00

00:00

Produtividad

e (MW / (m³/s))

Perdas (MW)

Período do dia (h)

Perda Rendimento (MW) Perda Total (MW) Produtividade (MW/(m³/s))

Page 80: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

79

Nestas condições a perda média foi de 4,5 MW e a produtividade média de

1,086 MW / (m³/s). Percebem-se quatro operações de partida ou parada de máquina

e a maior perda no período de 12h00 até 14h00. A variação do nível de montante foi

de apenas -3 centímetros ao longo do dia (-0,30% do volume útil do reservatório).

6.1.2 Caso 2

A curva de geração das usinas hidrelétricas varia em função da carga

demandada do sistema. No caso de dias como domingos e feriados, há a redução

da carga consumida de modo geral. Na Figura 23 são exibidas as curvas de um

domingo de primavera, no ano de 2012. Os dados iniciais são: reservatório com

aproximadamente 55% do seu volume útil, afluência de 182,7 m³/s e meta de

geração de 173 MW.

Figura 23: Curvas de geração, perdas, produtividade e nível de montante do caso 2. Fonte: Autoria própria (com base nas simulações realizadas).

631,20

631,21

631,22

631,23

631,24

631,25

631,26

631,27

631,28

631,29

631,30

0

50

100

150

200

250

300

350

Nível de montante (m)

Geração (MW)

Geração (MW) Cota do Reservatório

0,980

1,000

1,020

1,040

1,060

1,080

1,100

1,120

0

1

2

3

4

5

6

7

8

9

01:00

02:00

03:00

04:00

05:00

06:00

07:00

08:00

09:00

10:00

11:00

12:00

13:00

14:00

15:00

16:00

17:00

18:00

19:00

20:00

21:00

22:00

23:00

00:00

Produtividad

e (MW / (m³/s))

Perdas (MW)

Período do dia (h)

Perda Rendimento (MW) Perda Total (MW) Produtividade (MW/(m³/s))

Page 81: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

80

A geração da usina para o domingo especificado registra uma potência

praticamente constante durante todo o dia. Como consequência, a produtividade

(1,082 MW / (m³/s) médios) e as perdas (5,4 MW médios) também são praticamente

constantes. O nível do reservatório subiu 3 centímetros (volume útil de 0,28%), o

que significa que a vazão afluente foi maior do que a turbinada ao longo do dia.

6.1.3 Caso 3

Para uma quinta-feira de outono, no ano de 2013, a curva de geração foi a

inserida na Figura 24. As condições de partida são: reservatório com

aproximadamente 89% do seu volume útil, vazão afluente de 227 m³/s e meta de

geração de 213,4 MW.

Figura 24: Curvas de geração, perdas, produtividade e nível de montante do caso 3. Fonte: Autoria própria (com base nas simulações realizadas).

634,07

634,08

634,09

634,10

634,11

634,12

634,13

634,14

634,15

634,16

634,17

0

50

100

150

200

250

300

350

Nível de montante (m)

Geração

 (MW)

Geração (MW) Cota do Reservatório

1,040

1,050

1,060

1,070

1,080

1,090

1,100

1,110

1,120

1,130

02468

101214161820

01:00

02:00

03:00

04:00

05:00

06:00

07:00

08:00

09:00

10:00

11:00

12:00

13:00

14:00

15:00

16:00

17:00

18:00

19:00

20:00

21:00

22:00

23:00

00:00

Produtividad

e (M

W / (m³/s))

Perdas (MW)

Período do dia (h)

Perda Rendimento (MW) Perda Total (MW) Produtividade (MW/(m³/s))

Page 82: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

81

Volta-se a verificar uma curva de geração que busca atender aos períodos de

maior demanda. Notadamente há uma geração reduzida na madrugada e uma

rampa crescente das 09h00 às 12h00. Durante o dia ocorrem três operações de

parada ou partida de máquina e as perdas, embora menores na manhã, indicam que

há um considerável distanciamento do ponto ótimo neste período. A produtividade

média foi de 1,086 MW / (m³/s), as perdas médias de 11,3 MW e o nível do

reservatório subiu 3 centímetros, que representam um volume útil de 0,34%.

6.1.4 Caso 4

Por último, seguem os dados de uma sexta-feira de verão, em 2013, como

mostra a Figura 25. No início do dia o reservatório tem aproximadamente 99% do

seu volume útil, a afluência é de 300 m³/s e a geração de 333 MW.

Figura 25: Curvas de geração, perdas, produtividade e nível de montante do caso 4. Fonte: Autoria própria (com base nas simulações realizadas).

634,82

634,83

634,84

634,85

634,86

634,87

634,88

634,89

634,90

634,91

634,92

0

60

120

180

240

300

360

Nível de montante (m)

Geração

 (MW)

Geração (MW) Cota do Reservatório

1,040

1,050

1,060

1,070

1,080

1,090

1,100

1,110

1,120

1,130

0

5

10

15

20

25

30

01:00

02:00

03:00

04:00

05:00

06:00

07:00

08:00

09:00

10:00

11:00

12:00

13:00

14:00

15:00

16:00

17:00

18:00

19:00

20:00

21:00

22:00

23:00

00:00

Produtividad

e (M

W / (m³/s))

Perdas (MW)

Período do dia (h)

Perda Rendimento (MW) Perda Total (MW) Produtividade (MW/(m³/s))

Page 83: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

82

Neste caso, mesmo tratando-se de um dia útil, a curva de geração não foi

semelhante aos casos 1 e 3. Isto porque a condição hidrológica indica um

reservatório quase cheio e uma afluência considerável chegando à barragem.

Assim, todas as grandezas se mantiveram praticamente constantes. A perda média

foi de 22,1 MW e a produtividade média de 1,079 MW / (m³/s). Não houve parada

nem partida de máquina e o nível de montante variou -1 centímetro ao longo do dia

(-0,11% do volume útil do reservatório).

Estes quatro casos exemplificam situações práticas em que é necessário

tomar uma decisão de pré-despacho. A análise das curvas apresentadas pode

conduzir a melhores decisões de geração, em função da quantidade de informações

que elas representam. Ao analisar a geração de uma usina sem a correta

estratificação das perdas, o programador pode cometer equívocos por não

considerar a influência das variáveis que realmente importam no processo. Por

exemplo, no caso 3 a perda média foi de 11,3 MW, em comparação aos 22,1 MW do

caso 4. Porém, a perda de rendimento do caso 3 foi 1,6 MW médios e do caso 4 foi

de 0,8 MW médios. Obviamente a geração do caso 4 foi muito maior, mas apesar

disto, as máquinas estão operando em melhores regiões da curva-colina.

Como tomar a melhor decisão em função destes dados? O próximo tópico

abordará a construção das curvas de perdas da usina. Assim, será possível verificar

como a variação da potência, para determinadas condições hidrológicas, pode

conduzir a usina a operar em pontos melhores ou piores.

6.2 ANÁLISE DAS PERDAS E DA PRODUTIVIDADE

É possível perceber, nos casos apresentados, que a variação do nível de

montante e do volume armazenado no reservatório é pequena no horizonte diário.

A seguir será mostrado o comportamento das perdas e da produtividade da

usina para 1, 2 e 3 máquinas sincronizadas com nível de montante fixo em 335

metros. Serão desconsiderados vertimentos e variar-se-á a potência gerada a partir

de 50 MW até 117,5 MW por unidade geradora. Por fim, serão analisadas as curvas

de perdas e produtividade para diferentes níveis de montante e número de grupos

despachados.

Page 84: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

83

6.2.1 Nível de montante fixo em 635 metros e um grupo despachado

A Figura 26 ilustra a curva de perdas e de produtividade para uma unidade

geradora despachada. Considera-se a potência distribuída ao longo do eixo

horizontal. O eixo vertical esquerdo representa as perdas em MW enquanto o eixo

vertical direito contempla a produtividade da usina, em MW / (m³/s). A curva de

produtividade mostra a quantidade de energia que se consegue gerar a cada

unidade de vazão turbinada, sendo desejável a obtenção de valores altos.

Figura 26: Curvas de perdas e produtividade para uma máquina sincronizada (nm = 635m). Fonte: Autoria própria (com base nas simulações realizadas).

O gráfico apresentado mostra as perdas já calculadas anteriormente, sendo:

elevação do nível de jusante (traço-ponto vermelha), hidráulica (tracejada roxa),

rendimento (linha cheia, fina e preta) e a soma das três (linha cheia, grossa e azul).

A curva restante (pontilhada marrom) é a variação da produtividade.

Analisando-se as curvas, percebe-se que para se obter a geração de energia

com uma máquina sincronizada e o menor valor de perdas, é necessário que, para

esta condição de armazenamento do reservatório, a potência despachada seja de

97,5 MW. A curva-colina indica que o melhor ponto de rendimento para o conjunto

1,01

1,02

1,03

1,04

1,05

1,06

1,07

1,08

1,09

1,10

1,11

1,12

1,13

1,14

1,15

0,0

0,5

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

5,0

5,5

6,0

6,5

7,0

45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120Produtividad

e (MW / (m³/s))

Perdas (M

W)

Geração (MW)

Perda Hidráulica Perda Jusante Perda Rendimento Perda Total Produtividade

Page 85: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

84

turbina-gerador é o despacho de 105 MW. Já a curva de produtividade mostra o seu

valor mais alto (de 1,135 MW / (m³/s)) na faixa que vai de 97,5 a 105 MW.

6.2.2 Nível de montante fixo em 635 metros e dois grupos despachados

Com dois grupos despachados a situação configura-se conforme a Figura 27.

A potência é alterada para a faixa de 100 MW a 235 MW, distribuída igualmente

entre as duas unidades geradoras despachadas. Mantém-se a configuração dos

eixos, dos estilos de linha e das cores do gráfico idêntica à análise anterior.

Figura 27: Curvas de perdas e produtividade para duas máquinas sincronizadas (nm = 635m). Fonte: Autoria própria (com base nas simulações realizadas).

Nesta condição, verifica-se que para se obter o menor valor de perdas no

despacho, é preciso que, para esta condição de armazenamento do reservatório, a

potência despachada por unidade seja de 90 MW, totalizando 180 MW na usina. A

curva-colina indica que o melhor ponto de rendimento para cada conjunto turbina-

gerador é o despacho de 102,5 MW, diferentemente da condição anterior. Já a curva

de produtividade mostra o seu valor mais alto (de 1,118 MW / (m³/s)) na faixa que vai

de 185 a 195 MW na usina (92,5 a 97,5 MW por grupo gerador).

0,99

1,00

1,01

1,02

1,03

1,04

1,05

1,06

1,07

1,08

1,09

1,10

1,11

1,12

1,13

1,14

0,0

1,0

2,0

3,0

4,0

5,0

6,0

7,0

8,0

9,0

10,0

11,0

12,0

13,0

14,0

15,0

90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240

Produtividad

e (MW / (m³/s))

Perdas (M

W)

Geração (MW)

Perda Hidráulica Perda Jusante Perda Rendimento Perda Total Produtividade

Page 86: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

85

6.2.3 Nível de montante fixo em 635 metros e três grupos despachados

Por fim, a análise de três grupos despachados com nível de montante fixo em

635 metros é exibida na Figura 28.

Os novos valores de potência contemplam a faixa de 150 MW a 352,5 MW,

também distribuída igualmente entre as três unidades geradoras despachadas.

Figura 28: Curvas de perdas e produtividade para três máquinas sincronizadas (nm = 635m). Fonte: Autoria própria (com base nas simulações realizadas).

Imediatamente é perceptível, na medida em que a potência aumenta, a

grande variação da perda hidráulica, proporcional ao quadrado da vazão turbinada.

Em relação aos melhores pontos de operação, as curvas mostram que para

minimizar as perdas com a manutenção do nível do reservatório em 635 metros, a

geração de cada unidade deve ser de 82,5 MW, totalizando 247,5 MW na usina. A

perda de rendimento tem seu valor nulo para um despacho de 102,5 MW, idêntico

ao valor de dois grupos despachados. Finalmente, a curva de produtividade tem seu

maior valor (de 1,101 MW / (m³/s)) no montante de 262,5 MW na usina (87,5 MW por

grupo gerador).

0,99

1,00

1,01

1,02

1,03

1,04

1,05

1,06

1,07

1,08

1,09

1,10

1,11

1,12

1,13

0,0

2,0

4,0

6,0

8,0

10,0

12,0

14,0

16,0

18,0

20,0

22,0

24,0

26,0

28,0

135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360

Produtividad

e (MW / (m³/s))

Perdas (M

W)

Geração (MW)

Perda Hidráulica Perda Jusante Perda Rendimento Perda Total Produtividade

Page 87: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

86

6.2.4 Nível de montante fixo em 635 metros para n grupos despachados

A união das informações de perda total e produtividade dos três gráficos,

apresentados em uma mesma escala, gera a Figura 29, onde se mantêm as

unidades dos eixos cartesianos de até agora.

Figura 29: Curvas de perdas e produtividade para n máquinas sincronizadas (nm = 635m). Fonte: Autoria própria (com base nas simulações realizadas).

Pela análise das curvas percebe-se que, para melhor produtividade e

menores perdas na configuração do nível de montante em 635 metros, o ideal é

despachar o menor número de unidades possível, caso haja a possibilidade de se

obter a potência solicitada com 1 ou 2 grupos ou, também, com 2 ou 3 grupos.

Por exemplo, se a meta de determinado período for de 115 MW para a usina,

é preferível gerá-los por meio de um grupo sincronizado (com perda de 2,23 MW e

produtividade de 1,123 MW / (m³/s)) do que por meio de dois grupos sincronizados

(com perda de 11,67 MW e produtividade de 1,046 MW / (m³/s)).

De forma análoga, se for solicitada uma geração de 160 MW, a melhor

decisão de operação é manter dois grupos sincronizados, gerando 80 MW cada (aos

quais corresponderão 6,11 MW de perda e 1,11 MW / (m³/s) de produtividade) em

0,7

0,75

0,8

0,85

0,9

0,95

1

1,05

1,1

1,15

1,2

0

2

4

6

8

10

12

14

16

18

20

22

24

26

28

30

32

34

36

38

40

0 20 40 60 80 100 120 140 160 180 200 220 240 260 280 300 320 340 360 380

Produtividad

e (MW / (m³/s))

Perdas (MW)

Geração (MW)

Perdas1 Unidade Despachada Perdas 2 Unidades Despachadas Perdas 3 Unidades Despachadas

Prod. 1 Unidade Despachada Prod. 2 Unidades Despachadas Prod. 3 Unidades Despachadas

Page 88: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

87

detrimento da opção de sincronizar três grupos, gerando 53,33 MW cada (com perda

de 19,40 MW e produtividade de 1,025 MW / (m³/s)).

6.2.5 Um grupo despachado para diferentes níveis de montante

Concluída a análise das perdas para um nível de montante fixo, é importante

verificar o comportamento das variáveis analisadas em diferentes configurações do

reservatório para um, dois ou três grupos despachados. A Figura 30 mostra as

diferentes curvas para cinco condições específicas de armazenamento do

reservatório da usina (635, 633, 631, 629 e 627 metros).

Figura 30: Curvas de perdas e produtividade para uma máquina sincronizada. Fonte: Autoria própria (com base nas simulações realizadas).

As diferentes curvas mostram resultados triviais em termos de produtividade,

previsíveis conforme a própria definição de potência gerada na usina. Quanto maior

o nível de montante, maior a altura líquida e maior a produtividade. Em outras

palavras, manter um reservatório com níveis altos garante menor gasto de água

para uma mesma potência gerada. O possível efeito negativo de se manter esta

condição operativa passa a existir quando grandes afluências chegam ao

0,94

0,96

0,98

1,00

1,02

1,04

1,06

1,08

1,10

1,12

1,14

1,16

1,18

1,0

1,5

2,0

2,5

3,0

3,5

4,0

4,5

5,0

5,5

6,0

6,5

7,0

45 50 55 60 65 70 75 80 85 90 95 100 105 110 115 120

Produtividad

e (MW / (m³/s))

Perda total (MW)

Geração (MW)

Pt 635 Pt 633 Pt 631 Pt 629 Pt 627

Prod. 635 Prod. 633 Prod. 631 Prod. 629 Prod. 627

Page 89: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

88

reservatório e, como consequência delas, é necessária a abertura do vertedouro,

desperdiçando-se água.

6.2.6 Dois grupos despachados para diferentes níveis de montante

Passando-se para a análise das curvas de perdas e de produtividade para

dois grupos despachados, verifica-se a condição ilustrada na Figura 31. Foram

mantidas as mesmas cores e configurações dos eixos em relação à análise anterior.

Figura 31: Curvas de perdas e produtividade para duas máquinas sincronizadas. Fonte: Autoria própria (com base nas simulações realizadas).

O comportamento das curvas de produtividade é semelhante nas duas

situações apresentadas. Nota-se que a curva referente ao menor nível de montante

termina antes das demais, ou seja, para o referido nível não é possível gerar a

máxima potência da unidade, pois ela é infactível segundo a curva-colina.

Os níveis analisados correspondem a diferentes volumes armazenados, a

saber: 635 metros equivalem a um volume útil de 100%, 633 metros equivalem a

aproximadamente 75,5%, 631 metros a 52,3%, 629 metros a 30,44% e 627 metros a

9,84% do volume útil.

0,95

0,97

0,99

1,01

1,03

1,05

1,07

1,09

1,11

1,13

1,15

5,0

6,0

7,0

8,0

9,0

10,0

11,0

12,0

13,0

14,0

15,0

90 100 110 120 130 140 150 160 170 180 190 200 210 220 230 240Produtividad

e (MW / (m³/s))

Perda total (MW)

Geração (MW)

Pt 635 Pt 633 Pt 631 Pt 629 Pt 627

Prod. 635 Prod. 633 Prod. 631 Prod. 629 Prod. 627

Page 90: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

89

6.2.7 Três grupos despachados para diferentes níveis de montante

Por último, segue a representação curvas de perdas e de produtividade para

os três grupos despachados, conforme a Figura 32.

Figura 32: Curvas de perdas e produtividade para três máquinas sincronizadas. Fonte: Autoria própria (com base nas simulações realizadas).

Novamente a curva de produtividade obedece ao mesmo comportamento:

para níveis de montante altos, produtividade alta. Também as curvas referentes aos

menores níveis não chegam a possibilitar a maximização da geração da usina, de

forma correspondente ao já observado.

Outro comportamento comum nas três últimas análises é a constatação de

que há uma inversão nas curvas de perdas antes e depois dos seus valores

mínimos. Por exemplo, na Figura 32, a curva que inicia a com a maior perda é a de

635 metros. Com o aumento da potência ela chega ao seu ponto mínimo (247,5

MW) e, a partir deste montante, passa a ser a curva com menor perda.

Estudando o comportamento das curvas de produtividade, poder-se-ia

esperar um traçado semelhante para as curvas de perdas, mas não é o que ocorre.

Qual a razão desta inversão?

0,95

0,97

0,99

1,01

1,03

1,05

1,07

1,09

1,11

1,13

11,0

13,0

15,0

17,0

19,0

21,0

23,0

25,0

27,0

29,0

135 150 165 180 195 210 225 240 255 270 285 300 315 330 345 360

Produtividad

e (MW / (m³/s))

Perda total (MW)

Geração (MW)

Pt 635 Pt 633 Pt 631 Pt 629 Pt 627

Prod. 635 Prod. 633 Prod. 631 Prod. 629 Prod. 627

Page 91: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

90

As curvas de perdas são a somatória das três perdas definidas (jusante,

hidráulica e rendimento). Com o aumento da altura líquida, as curvas de perda por

elevação de nível de jusante e perda hidráulica obedecem ao comportamento das

curvas de produtividade, já que ambas dependem da vazão turbinada e uma melhor

produtividade resulta em vazões turbinadas menores. O fator agravante para o

aumento da perda hidráulica é o trecho de conduto comum às três máquinas, por

onde passa toda a vazão turbinada pela usina.

Porém, no caso da perda por distanciamento do ponto ótimo, a redução da

altura líquida em função da diferença entre os níveis de montante estudados, faz

com que o ponto ótimo das curvas seja menor para níveis também menores. Assim,

o deslocamento do ponto ótimo, para a direita ou para a esquerda do gráfico, gera a

inversão entre o maior e o menor nível de montante quando a curva passa pelo seu

valor mínimo.

Assim conclui-se a análise das perdas e da produtividade da usina para

diferentes cenários de geração e também hidrológicos. De posse destes dados, é

possível determinar os melhores pontos de operação da usina e das máquinas, com

critérios estabelecidos pela teoria que corroborou este trabalho. Como, então, o

programador que realiza o pré-despacho poderia alterar a geração dos quatro casos

estudados para obter melhores resultados?

É fundamental observar que será analisada a usina isolada do sistema e isto

não representa a real situação operativa ao qual estão sujeitas as usinas

despachadas centralizadamente e conectadas ao SIN. Por isso é necessário cautela

para se analisar dados a posteriori. Muitas vezes a decisão do programador leva em

consideração a otimização sistêmica (seja este sistema uma cascata de usinas, um

Estado ou até mesmo uma região), em detrimento da otimização local. Apesar disto,

as decisões de um órgão que gerencia a operação de empreendimentos de

inúmeros proprietários devem ser pautadas na neutralidade, transparência e

integridade, como o próprio estatuto do ONS define. Por isso é necessário o estudo

aprofundado das condições de geração, transmissão e distribuição de energia para

que as decisões operativas possam ser cada vez mais embasadas em critérios

técnicos, claramente estabelecidos.

Page 92: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

91

6.3 PROPOSTA DE ALTERAÇÃO DO PRÉ-DESPACHO

Após o estudo das curvas apresentadas, o trabalho do programador do pré-

despacho é facilitado, pois passam a existir opções de análise de variação de

grandezas e suas consequências na obtenção de melhores resultados. Cabe ao

programador buscar a melhor operação de sua usina e ao ONS defender o ganho

sistêmico. A decisão deverá ser a favor de quem tiver maior capacidade.

Assim sendo, serão, a partir de agora, sugeridas propostas para o pré-

despacho dos casos apresentados.

6.3.1 Caso 1

A alteração do pré-despacho do Caso 1 está apresentada na Figura 33.

Considerando-se as mesmas condições iniciais, foi mantido o mesmo número de

paradas e partidas de máquinas para que os seus custos não interfiram na análise.

Figura 33: Proposta de alteração do pré-despacho do caso 1. Fonte: Autoria própria (com base nas simulações realizadas).

631,96

631,97

631,98

631,99

632,00

632,01

632,02

632,03

632,04

632,05

632,06

0

20

40

60

80

100

120

140

160

180

200

Nível de m

ontante (m)

Geração (MW)

Geração (MW) Cota do Reservatório

0,980

1,000

1,020

1,040

1,060

1,080

1,100

1,120

0

1

2

3

4

5

6

7

8

9

01:00

02:00

03:00

04:00

05:00

06:00

07:00

08:00

09:00

10:00

11:00

12:00

13:00

14:00

15:00

16:00

17:00

18:00

19:00

20:00

21:00

22:00

23:00

00:00

Produtividad

e (M

W / (m³/s))

Perdas (MW)

Período do dia (h)

Perda Rendimento (MW) Perda Total (MW) Produtividade (MW/(m³/s))

Page 93: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

92

Reduziu-se em 18 MW médios a geração na madrugada (período em que

normalmente há folga no sistema), elevou-se em 14 MW a geração média das

08h00 às 18h00 e manteve-se praticamente idêntica a geração média das 19h00 às

00h00. Este procedimento alterou as perdas de 4,5 MW para 3,4 MW médios no dia.

A produtividade cresceu de 1,086 para 1,099 MW / (m³/s), mas o mais importante é

verificar a faixa amarela (perdas de rendimento). Estas perdas foram reduzidas,

mantendo as máquinas em melhores pontos de operação com alterações pouco

impactantes no sistema.

6.3.2 Caso 2

O Caso 2 reprogramado está ilustrado na Figura 34. A sugestão para este

caso é elevar a geração de 173 MW médios para 195 MW médios.

Figura 34: Proposta de alteração do pré-despacho do caso 2. Fonte: Autoria própria (com base nas simulações realizadas).

631,20

631,21

631,22

631,23

631,24

631,25

631,26

631,27

631,28

631,29

631,30

0

50

100

150

200

250

300

350

Nível de montante (m)

Geração

 (MW)

Geração (MW) Cota do Reservatório

0,980

1,000

1,020

1,040

1,060

1,080

1,100

1,120

0

1

2

3

4

5

6

7

8

9

01:00

02:00

03:00

04:00

05:00

06:00

07:00

08:00

09:00

10:00

11:00

12:00

13:00

14:00

15:00

16:00

17:00

18:00

19:00

20:00

21:00

22:00

23:00

00:00

Produtividad

e (M

W / (m³/s))

Perdas (MW)

Período do dia (h)

Perda Rendimento (MW) Perda Total (MW) Produtividade (MW/(m³/s))

Page 94: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

93

Realizando-se esta alteração, as perdas totais crescem de 5,4 para 6,2 MW

médios. Contudo, em função da melhor região de trabalho das máquinas, dada pela

curva-colina, a perda de rendimento cai de 0,9 para 0,1 MW médios. Este

procedimento mantém a produtividade praticamente constante (variação de apenas

-0,001 MW / (m³/s)) mesmo gerando-se mais e aumentando-se as perdas. Além do

já exposto, o nível do reservatório não se alterou durante o dia.

6.3.3 Caso 3

Já no Caso 3, exibido na Figura 35, buscou-se uma elevação de geração na

madrugada (23 MW médios) e, também, um leve decréscimo de geração durante a

carga média (17,5 MW médios). Na ponta de carga foi disponibilizado um montante

de 10 MW médios a mais do que na proposta inicial.

Figura 35: Proposta de alteração do pré-despacho do caso 3. Fonte: Autoria própria (com base nas simulações realizadas).

634,07

634,08

634,09

634,10

634,11

634,12

634,13

634,14

634,15

634,16

634,17

0

50

100

150

200

250

300

350

Nível de montante (m)

Geração

 (MW)

Geração (MW) Cota do Reservatório

1,040

1,050

1,060

1,070

1,080

1,090

1,100

1,110

1,120

1,130

02468101214161820

01:00

02:00

03:00

04:00

05:00

06:00

07:00

08:00

09:00

10:00

11:00

12:00

13:00

14:00

15:00

16:00

17:00

18:00

19:00

20:00

21:00

22:00

23:00

00:00

Produtividad

e (M

W / (m³/s))

Perdas (MW)

Período do dia (h)

Perda Rendimento (MW) Perda Total (MW) Produtividade (MW/(m³/s))

Page 95: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

94

Estas alterações causaram uma redução das perdas totais, de 11,3 para 10

MW médios ao decorrer do dia. A produtividade média subiu de 1,086 para 1,101

MW / (m³/s)) e, novamente, a perda de rendimento foi bruscamente reduzida, de 1,6

para 0,3 MW médios. Não houve alteração no nível do reservatório durante o dia.

6.3.4 Caso 4

Finalmente, apresenta-se na Figura 36 o Caso 4. A condição inicial do

reservatório é de um armazenamento próximo a 99%. Sendo alta a previsão de

afluência para os dias subsequentes ao analisado, sugere-se uma maximização da

geração, passando de 333 para 350 MW médios durante o dia.

Figura 36: Proposta de alteração do pré-despacho do caso 4. Fonte: Autoria própria (com base nas simulações realizadas).

634,82

634,83

634,84

634,85

634,86

634,87

634,88

634,89

634,90

634,91

634,92

0

60

120

180

240

300

360

Nível de montante (m)

Geração

 (MW)

Geração (MW) Cota do Reservatório

1,040

1,050

1,060

1,070

1,080

1,090

1,100

1,110

1,120

1,130

0

5

10

15

20

25

30

01:00

02:00

03:00

04:00

05:00

06:00

07:00

08:00

09:00

10:00

11:00

12:00

13:00

14:00

15:00

16:00

17:00

18:00

19:00

20:00

21:00

22:00

23:00

00:00

Produtividad

e (M

W / (m³/s))

Perdas (MW)

Período do dia (h)

Perda Rendimento (MW) Perda Total (MW) Produtividade (MW/(m³/s))

Page 96: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

95

Este procedimento faz aumentarem as perdas totais, passando de 22,1 para

26,9 MW médios. A produtividade média cai de 1,079 para 1,067 MW / (m³/s)). Já a

perda de rendimento cresce 0,8 para 2,2 MW médios. Este cenário é diferente dos

até agora analisados. Por que se sugere este tipo de alteração para o programador?

Tendo em vista o elevado armazenamento do reservatório, se ocorrerem altas

afluências nos dias seguintes ao analisado, ocorrerão vertimentos. Sabendo-se do

risco de vertimento, a análise passa a não ser mais baseada na produtividade, pois

de nada adianta aumentar a produtividade enquanto a água é desperdiçada no

vertedouro.

Desta forma, o Caso 4 mostra que, caso perceba-se que vertimentos são

inevitáveis, deve-se maximizar a geração, procurando turbinar o máximo possível de

água. Também neste caso, é possível (e desejável) que o planejamento de médio

prazo identifique esta situação e mantenha a meta de geração da usina em seu valor

máximo de disponibilidade.

O que se buscou mostrar com os quatro casos analisados é que a tarefa do

pré-despacho não é simples de ser equacionada e resolvida. Há muitas variáveis

que devem ser consideradas, sejam elas condições hidrológicas, energéticas ou

ambas. Porém, mesmo com este grande número de complicadores, um estudo

pormenorizado dos aproveitamentos hidrelétricos certamente conduzirá a operação

global a melhores resultados e este foi o principal motivador do tema do presente

Trabalho de Conclusão de Curso.

Page 97: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

96

7 CONSIDERAÇÕES FINAIS

O objetivo principal deste trabalho foi o de criar um modelo computacional de

simulação do pré-despacho de uma usina hidrelétrica de grande porte, buscando a

minimização das perdas e operação das unidades geradoras em pontos da curva-

colina que representam melhores rendimentos.

Por ser um assunto pouco explanado nas disciplinas do curso de Engenharia

Elétrica, nos capítulos 1 a 6, buscou-se apresentar de forma simples e detalhada

uma série de aspectos voltados à programação diária da operação eletroenergética,

partindo-se de uma visão geral do Sistema Interligado Nacional (SIN), apresentando-

se uma pesquisa nos principais trabalhos sobre o tema deste e culminando com o

detalhamento das características hidroenergéticas e da programação do pré-

despacho da usina em estudo.

Inicialmente foi realizada uma pesquisa que apresentou o modelo institucional

do setor elétrico brasileiro e o planejamento da operação do SIN. Estas informações,

constantes no Capítulo 2, objetivaram dar ao leitor uma noção das dimensões do

SIN e da complexidade da operação de um parque gerador com este tamanho e,

sobretudo, com matriz hidrotérmica fortemente dependente das vazões.

Em seguida foi introduzida a teoria sobre a programação diária da operação

eletroenergética, visando situar o leitor no horizonte temporal delimitado por este

trabalho. O detalhamento necessário à modelagem desta etapa foi explicado e foi

inserida a sequência de tarefas pertinentes à rotina interativa entre ONS e agentes,

na elaboração das propostas de geração.

O capítulo 4 foi fruto de uma pesquisa teórica em torno da formulação que

subsidia o modelo proposto. Foram explicadas as partes componentes de uma

usina, e equacionadas as grandezas necessárias, com base nos principais trabalhos

voltados para esta área no Brasil. Também foi justificada a influência de cada

variável na modelagem e apresentada a metodologia escolhida para a análise de

perdas no processo de geração de energia.

As premissas para a criação do modelo de simulação foram inseridas no

Capítulo 5, aproximando o leitor da atividade do pré-despacho, pois, em um agente

de geração, a rotina a ser realizada é análoga à apresentada neste capítulo. Todas

Page 98: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

97

as etapas do desenvolvimento do algoritmo do simulador foram explicadas e

particularizadas à usina em questão.

Após a criação do simulador, iniciou-se o processo de elaboração da

programação diária da operação da usina com base em valores verificados no

histórico. Realizou-se uma análise de quatro casos reais e, a partir dos dados

apresentados neles, foram criadas as curvas de perdas e produtividade da usina

para diferentes condições hidrológicas e energéticas.

Por fim, após a análise das referidas curvas, foram sugeridas diferentes

formas de realizar o pré-despacho nos casos apresentados, explicando-se variadas

abordagens que podem embasar as decisões do programador.

Uma das particularidades inseridas neste trabalho é a sobreposição das

curvas de perda e produtividade em um mesmo gráfico, fornecendo subsídios para a

decisão de pré-despacho com base na comparação destes dois parâmetros. Além

desta, destaca-se a impressão de gráficos representando a evolução de grandezas

como geração programada e variação do nível de montante para todas as horas do

dia, em conjunto com a estratificação das perdas por rendimento, perdas totais e

produtividade de todos os patamares do pré-despacho. Estas informações

representam um importante subsídio para a decisão do programador.

Assim, verifica-se que o presente trabalho cumpriu os seus objetivos

propostos. Porém, há uma série de desdobramentos possíveis, tais como a inserção

de perdas na transmissão, a ampliação do parque gerador analisado ou até mesmo

a representação de usinas em cascata. Estes assuntos podem ser alvo de trabalhos

complementares a este, que certamente contribuirão para melhores decisões de

geração e, consequentemente, melhor utilização dos recursos energéticos do Brasil.

 

Page 99: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

98

REFERÊNCIAS

 

ANEEL. Empreendimentos em operação – BIG Banco de Informações da Geração. Disponível em <http://www.aneel.gov.br/aplicacoes/capacidadebrasil/ capacidadebrasil.asp>. Acesso em: 12 set. 2012. ______. Energia no Brasil e no Mundo - Parte I. 2008. 20 f. Disponível em: <http://www.aneel.gov.br/arquivos/pdf/atlas_par1_cap1.pdf>. Acesso em: 15 set. 2012. ______. Resolução autorizativa Nº 328, de 12 de agosto de 2004. Aprova o Estatuto do Operador Nacional do Sistema Elétrico - ONS. Disponível em: <http://www.aneel.gov.br/cedoc/rea2004328.pdf>. Acesso em: 10 abr. 2012. ARCE, Anastácio S. E. Um modelo de otimização do despacho de máquinas em usinas hidrelétricas. 1999. 78 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Campinas, Campinas, 1999. ______. Despacho ótimo de unidades geradoras em sistemas hidrelétricos via heurística baseada em relaxação lagrangeana. 2006. 175 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Estadual de Campinas, Campinas, 2006. BORGES, Saimon S. Pré-despacho de potência ativa e reativa para sistemas hidrotérmicos utilizando método de pontos interiores e coordenadas retangulares. 2010. 94 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Paraná, Curitiba, 2010. BRASIL. Disponível em: <http://www.brasil.gov.br/sobre/economia/energia/setor-eletrico/sistemas-isolados>. Acesso em 12 set. 2012 ______. Decreto nº 5.177, de 15 de março de 2004. Regulamenta os arts. 4o e 5o da Lei nº 10.848, de 15 de março de 2004, e dispõe sobre a organização, as atribuições e o funcionamento da Câmara de Comercialização de Energia Elétrica - CCEE. Diário Oficial da União República Federativa do Brasil, Brasília, DF, 15 mar. 2004. Disponível em:< http://www.planalto.gov.br/ccivil_03/_ato2004-2006/2004/decreto/d5177.htm>. Acesso em: 23 jan. 2013. ______. Decreto nº 7.798, de 12 de setembro de 2012. Aprova a Estrutura Regimental e o Quadro Demonstrativo dos Cargos em Comissão e das Funções Gratificadas do Ministério de Minas e Energia. Diário Oficial da União República Federativa do Brasil, Brasília, DF, 12 set. 2012. Disponível em:<http://www.planalto.gov.br/ccivil_03/_Ato2011-2014/2012/Decreto/D7798.htm>. Acesso em: 23 jan. 2013.

Page 100: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

99

______. Lei nº 9.478, de 6 de agosto de 1997. Dispõe sobre a política energética nacional, as atividades relativas ao monopólio do petróleo, institui o Conselho Nacional de Política Energética e a Agência Nacional do Petróleo e dá outras providências. Diário Oficial da União República Federativa do Brasil, Brasília, DF, 6 ago. 1997. Disponível em: <http://www.planalto.gov.br/ccivil_03/leis/L9478.htm>. Acesso em: 23 jan. 2013. ______. Lei nº 9.648, de 27 de maio de 1998. Altera dispositivos das Leis no 3.890-A, de 25 de abril de 1961, no 8.666, de 21 de junho de 1993, no 8.987, de 13 de fevereiro de 1995, no 9.074, de 7 de julho de 1995, no 9.427, de 26 de dezembro de 1996, e autoriza o Poder Executivo a promover a reestruturação da Centrais Elétricas Brasileiras - ELETROBRÁS e de suas subsidiárias e dá outras providências. Diário Oficial da União República Federativa do Brasil, Brasília, DF, 27 mai. 1998. Disponível em: <http://www.planalto.gov.br/ccivil_03/leis/L9648cons.htm>. Acesso em: 10 abr. 2012. ______. Lei nº 10.847, de 15 de março de 2004. Autoriza a criação da Empresa de Pesquisa Energética – EPE e dá outras providências. Diário Oficial da União República Federativa do Brasil, Brasília, DF, 15 mar. 2004. Disponível em:< http://www.planalto.gov.br/ccivil_03/_ato2004-2006/2004/lei/l10.847.htm>. Acesso em: 23 jan. 2013. ______. Lei nº 10.848, de 15 de março de 2004. Dispõe sobre a comercialização de energia elétrica, altera as Leis nos 5.655, de 20 de maio de 1971, 8.631, de 4 de março de 1993, 9.074, de 7 de julho de 1995, 9.427, de 26 de dezembro de 1996, 9.478, de 6 de agosto de 1997, 9.648, de 27 de maio de 1998, 9.991, de 24 de julho de 2000, 10.438, de 26 de abril de 2002, e dá outras providências. Diário Oficial da União República Federativa do Brasil, Brasília, DF, 15 mar. 2004. Disponível em:< http://www.planalto.gov.br/ccivil_03/_ato2004-2006/2004/lei/l10.848.htm>. Acesso em: 23 jan. 2013. CCEE. O Setor Elétrico Brasileiro. Disponível em: <http://www.ccee.org.br>. Acesso em: 25 mar. 2012. ______. Treinamento Newave e Decomp: O SIN e os modelos para o Planejamento da Operação Energética. Rio de Janeiro, 2009. ELETROBRÁS. Relatório de Sustentabilidade 2010. Disponível em: <http://www.eletrobras.com/relatorio_sustentabilidade_2010/html_pt/contexto.html>. Acesso em 04 out. 2012. EMPRESA DE PESQUISA ENERGÉTICA. Balanço Energético Nacional 2011: Ano base 2010. 266 f. Rio de Janeiro, RJ, 2011. FINARDI, Erlon C. Planejamento da operação de sistemas hidrotérmicos utilizando computação de alto desempenho. 1999. 128 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Santa Catarina, Florianópolis, 1999.

Page 101: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

100

______. Alocação de unidades geradoras hidrelétricas em sistemas hidrotérmicos utilizando relaxação lagrangeana e programação quadrática sequencial. 2003. 218 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Federal de Santa Catarina, Florianópolis, 2003. FORTUNATO, Luiz A. M.; NETO, Tristão de A. A.; ALBUQUERQUE, João C. R. de; PEREIRA, Mario. V. F. Introdução ao Planejamento da Expansão e Operação de Sistemas de Produção de Energia Elétrica. EDUFF, Niterói, RJ. 1990. LESCANO, Gerardo M. A. Um modelo de despacho econômico para reservas operativas. 2004. 128 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Campinas, Campinas, 2004. MONTIBELLER, Fernando. Aplicação do Método de Feixes ao problema de planejamento da operação de curto prazo para sistemas hidrotérmicos. 2003. 119 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Santa Catarina, Florianópolis, 2003. MULLER, Glaysson de M. Despacho de máquinas e geração de usina hidrelétrica individualizada utilizando algoritmos genéticos. 2010. 154 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2010. OPERADOR NACIONAL DO SISTEMA ELÉTRICO. Procedimentos de Rede do ONS. Submódulo 8.1: Programação diária da operação eletroenergética. 2009. 25 f. Disponível em: <http://www.ons.org.br/procedimentos/index.aspx>. Acesso em: 13 mar. 2012. ______. Procedimentos de Rede do ONS. Submódulo 26.2: Critérios para classificação da modalidade de operação de usinas. 2010. 11 f. Disponível em: <http://www.ons.org.br/procedimentos/index.aspx>. Acesso em: 13 mar. 2012. ______. O que é o SIN - Sistema Interligado Nacional. Disponível em: <http://www.ons.org.br>. Acesso em: 25 mar. 2012. REIS, Lineu B. Dos. Geração de Energia Elétrica: Tecnologia, Inserção Ambiental, Planejamento, Operação e Análise de Viabilidade. Manole, Barueri, SP. 2003. RODRIGUES, Rafael N. Despacho de unidades geradoras hidrelétricas utilizando lagrangeano aumentado. 2003. 120 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal de Santa Catarina, Florianópolis, 2003. ______. Um modelo para a programação da operação de sistemas hidrotérmicos baseado em relaxação lagrangeana. 2009. 152 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Federal de Santa Catarina, Florianópolis, 2009.

Page 102: MODELO DE SIMULAÇÃO PARA A OTIMIZAÇÃO DO PRÉ- DESPACHO DE ...repositorio.roca.utfpr.edu.br/jspui/bitstream/1/1923/1/CT_COELE... · Modelo de simulação para a otimização do

101

SALMAZO, Clóvis T. Modelo de otimização eletroenergético de curto prazo (Pré-despacho) aplicado ao sistema Copel. 1997. 68 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Campinas, Campinas, 1997. SANTOS, Erinaldo F. Dos. Um modelo de pré-despacho em usinas hidrelétricas usando algoritmos genéticos. 2001. 88 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Estadual de Campinas, Campinas, 2001. SCUZZIATO, Murilo R. Proposta de um modelo de alocação ótima de unidades hidrelétricas para usinas em cascata. 2011. 107 f. Dissertação (Mestrado em Sistemas de Energia) – Universidade Federal de Santa Catarina, Florianópolis, 2011. SOARES, Secundino F., SALMAZO, Clóvis T. Minimum Loss Predispatch Model for Hydroelectric Power Systems. IEEE Transactions on Power Systems, vol. 12, nº 3, pp. 1220-1228. August 1997. SOUZA, Zulcy de; FUCHS, Rubens D.; SANTOS, Afonso H. M. Centrais Hidro e Termelétricas. Edgard Blücher, São Paulo, SP. 1983. TAKIGAWA, Fabrício Y. K. Desenvolvimento de um Modelo Computacional Para o Problema da Programação Diária da Operação de Sistemas Hidrotérmicos. 2010. 212 f. Tese (Doutorado em Engenharia Elétrica) - Universidade Federal de Santa Catarina, Florianópolis, 2010. UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ. Normas para elaboração de trabalhos acadêmicos. Curitiba: UTFPR, 2008. VIEIRA, Douglas P. Modelo econômico de programação diária da geração considerando os custos de parada e partida e operação como compensador síncrono. 2007. 131 f. Dissertação (Mestrado em Ciências) - Universidade Tecnológica Federal do Paraná, Curitiba, 2007.